🏠 Accueil
基準測試
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 人工智能詞彙表 🔗 Liens Utiles

AI 詞彙表

人工智能完整詞典

200
類別
2,608
子類別
30,011
術語
📖
術語

弹性网络正则化

结合L1和L2正则化的方法,使用混合参数同时受益于变量选择(L1)和系数稳定性(L2)。

📖
術語

正则化超参数(λ)

控制正则化方法中惩罚强度的标量参数,平衡数据拟合与模型复杂度。

📖
術語

正则化因子

应用于目标函数中正则化项的乘性系数,决定惩罚项相对于近似误差的相对权重。

📖
術語

正则化偏差

正则化在参数估计中引入的系统性偏差,为减少方差和改善泛化能力所必需。

📖
術語

Frobenius惩罚

基于Frobenius范数的矩阵正则化项,惩罚矩阵所有元素平方和以控制其复杂度。

📖
術語

核正则化

基于核范数(奇异值之和)的惩罚方法,促进低秩矩阵,在矩阵补全中特别有用。

📖
術語

λ的交叉验证

使用数据不同分区的系统评估程序,用于选择正则化超参数λ的最优值。

📖
術語

因子退化

潜在因子幅度任意增大但未改善近似质量的问题,需要通过正则化约束其范数。

📖
術語

迹正则化

基于矩阵迹(对角元素之和)的惩罚项,用于控制分解中因子的整体规模。

📖
術語

稀疏系数

控制L1正则化强度的参数,决定潜在因子表示中期望的稀疏程度。

📖
術語

吉洪诺夫惩罚

应用于反问题的广义L2正则化形式,通过根据预定义的加权矩阵惩罚参数范数来稳定解。

📖
術語

自适应正则化调整

正则化参数根据数据的局部结构动态变化的方法,在空间的不同区域应用差异化的惩罚。

🔍

搵唔到結果