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
矩阵分解
将用户-物品矩阵分解为两个低秩矩阵的代数技术，以揭示偏好的潜在特征。
術語
奇异值分解(SVD)
将矩阵M分解为UΣV'的因式分解方法，其中U和V是正交矩阵，Σ是对角矩阵，可实现最优的降维。
術語
潜在因子
不可观察的隐藏变量，代表用户和物品的内在特征，在因式分解过程中自动学习。
術語
随机梯度下降(SGD)
迭代优化算法，通过每次迭代使用随机样本来更新因式分解参数，以最小化预测误差。
術語
交替最小二乘法(ALS)
交替固定一个因子矩阵来解析求解另一个矩阵的优化方法，确保收敛到局部最优解。
術語
正则化
通过在参数大小上添加惩罚来防止过拟合的技术，促进更通用和鲁棒的解决方案。
術語
向量化
将实体（用户/物品）表示为低维潜在空间中密集向量的过程。
術語
非负矩阵分解(NMF)
约束所有结果矩阵仅包含非负值的因式分解变体，提高了因子的可解释性。
術語
用户和物品偏置
捕获用户（高/低评分的一般趋势）和物品（内在流行度）系统性趋势的附加项。
術語
成对学习
通过考虑（正物品，负物品）对而不是绝对评分来直接优化物品相对排名的方法。
術語
冷启动问题
主要挑战，其中分解无法为缺乏交互历史的新用户或物品生成可靠的推荐。
術語
张量分解
矩阵分解的多维扩展，允许同时建模多个维度（用户、物品、上下文、时间）。
術語
深度学习分解
集成神经网络以捕获潜在因子之间的复杂非线性关系，提高推荐精度。
術語
损失函数
量化分解模型预测与实际值之间差异的度量，用作训练期间要最小化的目标。
術語
学习率
控制优化期间参数更新幅度的超参数，影响收敛速度和稳定性。
術語
混合嵌入
矩阵分解与基于内容的嵌入相结合，融合协同过滤和基于内容的方法。
🔍