学科分类 - 《中国大百科全书》第三版网络版

高级搜索

个人中心
机构中心
退出

专业板块专题板块大众板块

首页 . 理学 . 计算机科学技术

人工智能/ artificial intelligence; AI // artificial intelligence; AI /

由人类制造出来的机器所表现出来的智能。又称机器智能。英文缩写AI。

机器学习/ machine learning /machine learning
机器学习
研究计算机如何可以利用过去的经验帮助决策未来面对的新情况的人工智能分支学科，在20世纪80年代成为独立学科。在计算机系统中，“经验”通常以“数据”形式存在，“决策”通常以“模型”形式表示，因此机器学习主要研究和设计能够根据数据产生模型的“学习算法”。
演化学习/ evolutionary learning /evolutionary learning
机器学习
人工智能的分支。旨在利用演化算法（evolutionary algorithms）求解机器学习（machine learning）中的复杂优化问题。
类比学习/ analogical learning /analogical learning
机器学习
一种机器学习策略。机器学习所采用的策略大体上可分为四种：机械学习、传授学习、类比学习和事例学习。通过在已经成功解决的问题中找出与待解决问题最为相似的场景，类比学习抽取出有用的知识，并进一步总结得到更一般的规律，从而扩展之前的功能或者适用于新的场景。因此，类比学习也叫做“基于相似度学习”。
知识科学/ knowledge science /knowledge science
机器学习
是在计算机科学、哲学、数学、认知心理学、管理学、教育学、图书馆学、社会学等学科基础上诞生的一门新兴的综合性学科。
偏差-方差分解/ bias-variance decomposition /bias-variance decomposition
学习理论
解释算法泛化性能的一种重要工具。它试图对学习算法的期望泛化误差错误率拆解成偏差、方差及噪声三项。人们需要对模型的性能进行评估来比较和选择模型。一般可以通过将数据集划分成训练集（training set）和测试集（testing set），在训练集上进行训练，然后以测试集上的测试误差（testing error）来做为泛化误差的近似。
经验误差/ empirical error /empirical error
学习理论
模型在训练数据上的误差。
过拟合与欠拟合/ overfitting and underfitting /overfitting and underfitting
学习理论
过拟合（overfitting）指的是，一个模型对训练数据进行过度的拟合，将数据本身的一些特点（比如噪声）也当作所有潜在样本的一般性质学到模型中。欠拟合（underfitting）和过拟合相反，如果一个模型无法很好的拟合训练数据，则称这个模型是欠拟合的。
泛化能力/ generalization ability /generalization ability
学习理论
训练出的模型适用于新样本的能力。
假设空间/ hypothesis space /hypothesis space
学习理论
在机器学习中，模型属于由输入空间到输出空间的映射的集合，这个集合就是假设空间。
结构风险/ structure risk /structure risk
学习理论
在监督学习的目标函数中常用作正则化项，作为先验知识，用于描述模型的某些性质。

人工智能/ artificial intelligence; AI // artificial intelligence; AI /

机器学习/ machine learning /machine learning

演化学习/ evolutionary learning /evolutionary learning

类比学习/ analogical learning /analogical learning

知识科学/ knowledge science /knowledge science

偏差-方差分解/ bias-variance decomposition /bias-variance decomposition

经验误差/ empirical error /empirical error

过拟合与欠拟合/ overfitting and underfitting /overfitting and underfitting

泛化能力/ generalization ability /generalization ability

假设空间/ hypothesis space /hypothesis space

结构风险/ structure risk /structure risk