🏠 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

模型不确定性

量化模型对其预测缺乏信心的度量,通常作为主动学习中样本选择的主要标准。

📖
術語

样本池

未标记数据集合,主动学习算法从中选择最相关的样本供人类专家标注。

📖
術語

核采样

主动学习策略,通过核方法选择在特征空间中最大化多样性的样本以避免冗余。

📖
術語

预期模型误差

高级采样标准,估计如果将特定样本添加到训练集中可能减少的模型泛化误差。

📖
術語

委员会主动学习

多个模型(委员会)在同一数据集上训练,利用它们预测之间的分歧来衡量不确定性并选择样本的方法。

📖
術語

基于图的密度

采样方法,通过构建邻域图同时考虑样本的不确定性和特征空间中的密度,以避免异常点。

📖
術語

训练集变化

测量添加样本对模型参数影响的策略,选择在权重空间中引起最大变化的样本。

📖
術語

半监督主动学习

主动学习与半监督学习的结合,模型既从选择标注的样本中学习,也从未标记数据的固有结构中学习。

📖
術語

预测熵

基于模型输出概率分布熵的不确定性度量,选择熵最高的预测进行标注。

📖
術語

强化主动学习

将样本选择策略作为强化学习智能体进行优化的框架,学习最大化模型的长期改进。

📖
術語

标注成本

考虑标注样本所需资源(时间、金钱)的因素,在主动学习策略中进行整合以实现现实优化。

📖
術語

查询式主动学习

模型明确制定查询以获取特定信息(标签、特征),而不仅仅是选择完整样本的范式。

📖
術語

信息样本合成

先进技术,模型在最大不确定性区域生成新的合成样本,而不仅限于从现有池中选择。

🔍

搵唔到結果