欠拟合
Definition
当统计模型或机器学习算法无法准确近似将输入映射到输出的函数时，就会发生欠拟合。这通常是因为模型对于数据而言过于简单所致。
Summary
机器学习模型未能捕捉到训练数据潜在趋势的 …
Machine_learning
留一法交叉验证
Definition
留一法交叉验证（LOOCV）是k折交叉验证的一种特殊情况，其中k等于数据集中的样本数量。它提供了对模型性能的近乎无偏的估计，因为每次训练都使用了尽可能多的数据，从而最大限度地减少 …
有限记忆AI
Definition
有限记忆AI代表了AI能力的第二个层次，系统可以从历史数据中学习并相应地调整其行为。与反应式机器不同，这些系统保留有关先前交互的信息，并利用这些信息来改进未来的预测或决策，例如通 …
惰性学习
Definition
惰性学习者（如k近邻算法）会记住整个训练数据集，仅在做出预测时才进行计算。这与急切学习形成对比，后者会在训练阶段构建一个通用模型。
Summary
一种学习方法，将泛化推迟到分类 …
数据集偏移
Definition
当用于训练机器学习模型的数据分布与推理过程中遇到的数据分布不同时，就会发生数据集偏移。这种差异可能导致模型性能显著下降。
Summary
数据集偏移是指训练数据与部署数据的输入统 …
数据增强
Definition
这种方法通过创建现有样本的修改版本来人工扩展训练数据集，例如旋转图像、在音频中添加噪声或在文本中进行同义词替换。它有助于防止……
Summary
数据增强是一种通过变换现有数据点 …
概念漂移
Definition
概念漂移是机器学习中的一种现象，即随着新数据的到来，输入特征与目标输出之间的关系会发生变化。这在用户行为动态变化的环境中经常发生。
Summary
当目标变量的统计特性随时间发生 …
异常检测
Definition
异常检测（也称为离群点检测）涉及分析数据以发现不符合预期行为的模式。它广泛应用于网络安全、欺诈检测和系统监控中。
Summary
识别罕见项目、事件或观察结果的过程，这些结果与大 …
Reinforcement Learning（强化学习）
Definition
强化学习（RL）是机器学习的一个分支，专注于智能体应如何在环境中采取行动以最大化累积奖励的概念。与监督学习不同，强化学习不依赖标记数据，而是通过试错和奖励信号进行学习。 …
Reinforcement（强化）
Definition
强化是一种基本的心理和计算机制，智能体的行为由后果塑造。在机器学习中，它涉及为正确的行为提供正向反馈（奖励），从而引导智能体学习最佳策略。
Summary
强化是指通过奖励或惩罚 …