量化
Definition
在人工智能和数据科学的背景下，量化指的是将非数值数据（如文本、图像或主观意见）转换为可测量的数值的过程。这一过程使计算机能够处理和理解原本难以量化的信息。
Summary
量化是 …
Preprocessing
实例选择
Definition
实例选择旨在通过移除冗余或噪声数据点来提高计算效率和模型性能。与特征选择不同，它作用于数据集的行。其目标。
Summary
一种预处理技术，通过选择代表性实例的子集来减小数据集的 …
特征哈希
Definition
特征哈希，也称为哈希技巧（hashing trick），允许机器学习模型处理大型稀疏特征空间，而无需维护特征与索引之间的显式映射。通过应用哈希函数，模型可以直接将任意特征映射到固 …
特征缩放
Definition
特征缩放通过标准化输入变量的范围，防止量级较大的特征主导学习过程。常见方法包括归一化（最小-最大缩放）和标准化（Z-score标准化）。这一预处理步骤对于基于距离的算法和梯度下降 …
特征工程
Definition
特征工程是利用领域专业知识，将原始数据转换为更能代表底层模式的特征的艺术。该过程包括创建新变量、转换现有数据以及选择最具预测力的特征，从而提升算法效果。
Summary
利用领域 …
特征提取
Definition
特征提取涉及将原始数据转换为一组更能代表潜在问题的特征，从而提高预测模型的准确性。该技术有助于减少数据维度并增强模型表现。
Summary
从原始数据中推导有意义信息的过程，旨在 …
数据探索
Definition
数据探索，通常称为探索性数据分析（EDA），是机器学习工作流程中至关重要的初步步骤。它涉及总结数据的主要特征，经常使用可视化技术来揭示数据的内在结构和分布情况。
Summary
…
数据标注
Definition
这一关键步骤涉及为原始数据点附加有意义的元数据，以便算法能够学习输入与输出之间的关系。例如，在图像中物体周围绘制边界框……
Summary
数据标注是对原始数据（如图像或文本）进 …
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 …
分块
Definition
Summary
分块是检索增强生成（RAG）和其他NLP管道中的关键预处理步骤。它涉及将文本划分为固定大小或语义单元（块），以适应上下文…
Key Concepts …
分词
Definition
分词是自然语言处理（NLP）中的关键预处理步骤，它将非结构化文本转换为适合模型输入的结构化数据。该过程涉及将句子分解为更小的单元，如单词、子词或字符，以便模型能够有效理解语义。 …