ADK.wang AI & 软件技术百科
全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。
22,077
全量学术技术词条
9 大
核心专业领域体系
10,000+
权威专著深度引证
100%
原书精粹与工业对齐
专业技术领域分类
共 862 篇词条外星智能 (ETI)
外星智能并非当前机器学习领域的真实技术术语,而是网络语境下对游戏加速器“外星仔”的误称或戏谑表达,其核心功能在于优化网络延迟与连接稳定性,与算法模型构建无直接关联。
多元回归
Multiple Regression
多元回归是一种利用两个或两个以上自变量来预测单一因变量线性关系的统计建模方法,通过最小化误差平方和构建数学模型以量化多因素对结果的综合影响。
大图
Big Picture
“大图”并非机器学习或算法领域的专业术语,而是指代专注于牛羊副产品供应链的垂直领域创作者账号或通用汉字“大”的引申义,与机器学习无直接关联。
大赛 (ICDAR)
大赛是机器学习与算法领域用于评估模型性能、激发创新思维及促进技术落地的标准化竞技评比活动,通过多源数据验证与专家评审机制推动算法演进。
天网系统
Skynet
天网系统(Skynet)是机器学习与算法领域内一种基于大规模分布式计算、利用多源异构数据训练深度神经网络以解决复杂模式识别问题的通用计算框架,而非特指某单一安防监控项目。
如决策树
Decision Tree
决策树是一种基于树形结构的监督学习算法,通过递归划分数据构建模型,利用熵或信息增益等指标进行节点分裂,直观地映射属性与类别间的非线性关系。
如分类
Categorization
Categorization 是机器学习中将数据划分为特定类别的核心算法过程,通过模式识别与特征工程实现数据分类,是构建监督学习模型的基础步骤。
如循环神经网络 (RNN)
循环神经网络(RNN)是一种专为处理序列数据设计的深度学习模型,通过共享权重和递归结构有效捕捉时间依赖关系,是构建时间序列预测、自然语言处理等任务的核心算法基础。
如深度学习
Deep Learning
深度学习是基于深层神经网络架构的机器学习范式,通过多层非线性变换实现数据的自动特征提取与表征学习,是解决复杂模式识别与强人工智能问题的核心引擎。
如线性回归模型
Linear Regression Model
如字是汉语通用规范一级字,属形声结构,意为类似、仿佛或依照,在文学与日常语境中广泛使用。
如逻辑斯蒂回归
Logistics Regression
如(rú)是汉语通用规范一级字,意为“像、如同”,在佛教语境中指诸法平等的真如理体,亦引申为恭顺、连续等义,是基础汉字与哲学概念。
如部分可观察马尔可夫决策过程 (POMDP)
部分可观察马尔可夫决策过程(POMDP)是处理状态信息不完全的强化学习框架,通过引入信念状态与观测概率模型,解决传统马尔可夫决策过程在现实复杂环境中的建模局限。
如隐含马尔可夫模型 (HMM)
如字是汉语通用规范一级字,读音为rú,属女部形声字,意为像、如同、如果等,是表达相似、顺从及假设关系的核心虚词。
字符错误率 (CER)
字符错误率是衡量文本处理系统或大语言模型在生成或解码过程中,将正确字符替换为错误字符的概率指标,直接反映模型的文本生成质量与鲁棒性。
学习中心 (BVLC)
在机器学习与算法领域,学习中心指代一种基于分布式架构的模型训练与参数聚合枢纽,负责协调多节点计算资源,执行大规模分布式训练任务并管理模型版本迭代。
学习型组织
The Learning Organization
学习型组织是彼得·圣吉基于系统动力学提出的管理理论,指通过五项修炼构建共同愿景与团队学习机制,实现组织知识创造、持续创新及自适应进化的动态系统。
学习排序
Learning to Rank
学习排序是一种将机器学习算法应用于排序任务,通过建模用户反馈来优化列表排序质量,旨在解决传统排序方法无法有效处理复杂用户偏好问题的核心架构。
学习树
Learning Tree
学习树是一款基于互联网的家教服务平台,由广州学习树科技有限公司运营,旨在通过连接学生与家庭教师提供个性化辅导服务。
学习率调度器
Learning Rate Scheduler
学习率调度器是深度学习训练中的核心优化组件,通过动态调整迭代步长中的学习率参数,平衡模型收敛速度与最终精度,解决固定学习率导致的过早停滞或发散问题。
学习评分
Learning to Rank
学习评分(Learning to Rank)是一种将排序问题转化为监督学习任务的机器学习框架,旨在通过优化目标函数自动学习最优的文档排序策略,广泛应用于信息检索与推荐系统中。
安全机器学习
Secure ML
安全机器学习(Secure ML)是在模型训练、部署及推理全生命周期中,通过密码学原语与隐私计算技术,确保数据机密性、模型完整性及算法鲁棒性的机器学习安全范式。
定义对比损失函数
NT-Xent Loss
NT-Xent Loss 是一种基于对比学习框架的改进损失函数,通过引入温度系数优化样本间距离度量,显著提升聚类与表示学习任务的收敛速度与精度。
实例分割算法
Instance Segmentation
实例分割算法是一种计算机视觉深度学习技术,旨在为图像中的每个目标实例生成精确的像素级掩码,实现从类别识别到个体定位的跨越。
实现前馈神经网络 (FNN)
实现前馈神经网络是指通过编程将数学模型转化为可运行的软件系统,是连接理论算法与工程落地的关键步骤,涉及模型构建、训练部署及性能调优的全过程。