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
原型批评
对模型预测产生负面影响的代表性示例，用于识别模型失败或产生反直觉结果的情况
術語
k-原型方法
混合聚类算法，结合了数值变量的k均值和分类变量的k众数，用于识别混合数据中的原型
術語
反事实示例
经过最小修改的实例，能够改变模型的预测，与原型互补，解释需要改变什么才能获得不同的结果
術語
原型相似性映射
可视化显示新预测与学习到的原型之间的关系，通过类比促进模型决策的解释
術語
基于密度的原型选择
在数据空间的高密度区域识别原型的方法，确保代表性示例具有统计显著性
術語
MMD方法（最大均值差异）
用于测量分布间差异的统计检验，应用于原型选择以确保充分覆盖数据空间
術語
类比解释
通过预测与已知原型的相似性来证明预测合理性的解释范式，使复杂决策对人类更直观
術語
最大间隔原型
选择用于最大化与类别边界决策距离的原型，提供最具代表性且无歧义的示例
術語
原型网络（ProtoNN）
一种神经网络架构，明确学习一组原型用于分类，通过设计提供内在的可解释性。
術語
原型核心集
保留完整数据集几何特性的最小原型子集，在不损失相关性的情况下优化解释效率。
術語
中心点方法
k均值的一种变体，其中聚类中心是实际数据点（中心点），确保原型是具体且可解释的示例。
術語
原型特征加权
为每个原型分配特征权重的技术，阐明哪些方面对每种代表性示例类型最为重要。
術語
原型交叉验证
通过在训练数据的不同子集上测试其稳定性，评估基于原型的解释的鲁棒性的过程。
術語
混合原型
结合多个真实实例特征的代表性示例，旨在综合一个类别或概念中最相关的特征。
術語
原型肘部方法
一种启发式技术，通过识别添加新示例不再显著改善覆盖率的点来确定最优原型数量。
術語
基于原型的局部解释
通过将单个预测与最相似的原型相关联来解释该预测的方法，提供针对所研究案例的情境化和具体化理由。
🔍