多臂老虎机
Definition
多臂老虎机问题说明了智能体面临的困境：是坚持使用已知的奖励选项（利用），还是尝试新选项以发现可能带来更高奖励的策略。该问题旨在优化长期累积奖励。
Summary
多臂老虎机是概率 …
Probability
核密度估计
Definition
核密度估计（KDE）是一种基本的统计技术，通过对离散数据点进行平滑处理，生成连续的概率分布曲线。它在每个数据点处放置一个核函数（通常为高斯核），并将这些核函数叠加起来，从而估计出 …
Inductive Probability
Definition
归纳概率量化了在观察到的证据下假设为真的可能性，承认结论是概率性的而非确定性的。它是贝叶斯推断的基础，在贝叶斯推断中…
Summary
衡量证据支持假设程度的指标， …
基于流的生成模型
Definition
基于流的生成模型通过对简单的基分布（如高斯分布）应用一系列可逆且可微的变换来构建复杂的概率分布。由于变换是可逆的，模型可以精确计算似然值，便于密度估计和采样。
Summary
一 …
基于能量的模型
Definition
基于能量的模型（EBM）使用源自能量函数的未归一化密度函数来定义输入数据的概率分布。能量函数将数据点映射到实数，合理的配置具有较低的能量，而不合理的配置具有较高的能量。模型通常通 …
布拉德利-特里模型
Definition
布拉德利-特里模型是一种概率模型，广泛用于心理测量学和机器学习中以处理成对比较。它为每个项目分配一个潜在分数，计算概率……
Summary
一种用于分析成对比较数据的统计模型，估 …
基础比率
Definition
在统计学和机器学习中，基础比率指的是给定数据集中某种条件或结果的潜在频率。忽视基础比率往往会导致基础比率谬误，即人们倾向于忽略先验概率而过度依赖具体证据。
Summary
基础比 …
Wasserstein（瓦瑟斯坦）
Definition
Wasserstein距离，也称为地球移动距离（Earth Mover’s Distance），通过计算将质量从一个分布移动到另一个分布所需的“最小工作量”来量化两个 …
随机
Definition
随机元素为人工智能系统引入变异性，例如数据中的噪声或权重的随机初始化。与确定性模型不同，随机模型考虑了不确定性，从而使得…
Summary
描述涉及随机性和概率而非 …
先验
Definition
“先验”代表了在纳入新观测值之前，关于某个变量的现有信念或历史数据。在贝叶斯推断中，先验与观测数据的似然度相结合，以更新对该变量的认知，形成后验分布。
Summary
在贝叶斯统 …
马尔可夫
Definition
在人工智能和概率论中，马尔可夫过程是描述系统随机状态转换的基础模型。其核心原则是马尔可夫性质，即系统在下一时刻的状态仅由当前状态决定，而与过去的历史状态无关。
Summary
马 …
高斯
Definition
高斯指的是正态分布，这是一种由均值和方差表征的连续概率分布。在AI中，它广泛用于概率建模、贝叶斯推断以及
Summary
与正态分布相关，这是一种钟形曲线，是统计学和AI噪声建模 …
贝叶斯
Definition
AI中的贝叶斯方法利用概率论，随着更多证据的出现来更新假设的可能性。这种方法允许模型量化不确定性并动态优化预测结果。
Summary
指基于贝叶斯定理的统计方法，用于根据新证据更 …