ADK.wang 统一知识工程 · 权威专著深度引证

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

机器学习与算法
📚 2 本专著

逻辑斯蒂回归

Logistic Regression

回归 回归(Regression)分析包括线性回归(Linear Regression),这里主要是指多元线性回归和逻辑斯蒂回归(Logistic Regression)。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

霍普菲尔德网络

Hopfield network

霍普菲尔德网络(Hopfield net): 由约翰·霍普菲尔德发明的全连接神经网络模型,根据不同的输入状态,该模型都能保证收敛成固定的吸引子形态,可以用来存储和提取信息。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

Component Analysis (PCA)

cipal Component Analysis (PCA), t-distributed

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

Data Version Control (DVC)

> Data Version Control(DVC) DVC 是用于机器学习项目的开源版本控制系统。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

Image Annotator (VIA)

VGG Image Annotator(VIA)是一款简单独立的手动注释软件,适用于图像、音频和视频。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

Learning Vector Quantization (LVQ)

algorithms include k-Nearest Neighbor (KNN), Learning Vector Quantization (LVQ), and Self-Organizing Map (SOM).

难度: ★★★★ 阅读: 8分钟
查看引证 →
机器学习与算法
📚 2 本专著

Organization Controls (SOC)

(HIPAA), and System and Organization Controls (SOC) 2, depending on

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

Organizing Map (SOM)

Quantization (LVQ), and Self-Organizing Map (SOM).

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

The Support Vector Machine (SVM)

on the performance metrics for the imbalanced data. The Support Vector Machine (SVM) classifier is utilized as the last layer of...

难度: ★★★★ 阅读: 8分钟
查看引证 →
机器学习与算法
📚 2 本专著

中心损失

Center Loss

中心损失(Center Loss) 从图9-7可以看出,类内距离有的时候甚至是比内间距离要大的,这也是使用softmax 损失函数效果不好的原因之一,它具备分类能力但是不具备度量学习(Metric Learning) 的特性,没法压缩同一类别。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

主题模型

Topic Model

值得一提的是,在机器学习的子领域——自然语言处理(Natural Language Processing,NLP)领域也有一种被称为LDA的算法,即LDA主题模型(Latent Dirichlet Allocation),这是一种将文档主题进行聚类的算法,...

难度: ★★★ 阅读: 8分钟
查看引证 →
机器学习与算法
📚 2 本专著

人因可靠性分析 (HRA)

> 3 被称为人因可靠性分析(HRA)研究方向,对特定任务中出现人为错误的可能性进行了分类。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

信息系统部 (ISD)

图9-10 决策树和PERT图仅说明行动的必要性 图9-11 问题:信息系统部(ISD)不能应对增长机会 公司怀疑信息系统部的用户小组并不了解新系统,而且知道支持小组远没有以最大生产能力生产。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

全球网络导航器 (GNN)

年,我的同事戴尔·多尔蒂(Dale Dougherty)创造出了全球网络导航器(GNN),也就是第一家商业门户网站。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

全球行业分类标准 (GICS)

·有一种叫作全球行业分类标准(GICS),1999年由标准普尔(Standard&Poor’s )和摩根士丹利资本国际(MSCI Barra)创建。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

全连接网络 (FCNN)

拆开表示主要是因为 Encoder 部分就是我们所谓的预训练语言模型,不论是网络结构还是权重都是现成的,我们直接拿来用,基本不需要做改动;而 Classifier 部分是随着任务的不同而改变的,它一般是一层或多层全连接网络(FCNN)。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

关系网络

Relation Network

孪生网络与原型网络在分析样本关系的过程中都需要通过加权后的特征向量距离进行关系区分的判断,进而对测试样本进行分类,而关系网络(Relation Network)的基本思路则是通过构建神经网络来计算两个样本之间的距离进而区别出样本间的匹配程度。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

关联结构

Relational

根据SOLO分类评价法,比格斯把学生对某个问题的学习结果由低到高划分为五个层次:前结构层次(Pre-structural)、单点结构层次(Uni-structural)、多点结构层次(Multi-structural)、关联结构层次(Relational)...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

具有批量归一化 (BN)

每个残差单元由两个卷积层(没有池 化层)组成,具有批量归一化(BN)和ReLU激活,使用3×3内核并保留 空间维度(步幅1,"same"填充)。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

内置网络层

Network-in-network layers

内置网络层 (Network-in-network layers):这些小神经网络比传统的神经网络层更容易解释。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

决策树算法

Decision Tree Algorithm

· 决策树算法(Decision Tree Algorithm)。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

分位数损失函数

Quantile Loss Function

机器学习中常用的损失函数有均方差损失函数(Mean Squared Loss Function)、平均绝对误差损失函数(Mean Absolute Error Loss Function)、分位数损失函数(Quantile Loss Function)、交...

难度: ★★★ 阅读: 8分钟
查看引证 →
机器学习与算法
📚 2 本专著

分层强化学习 (HRL)

早期的分层强化学习(HRL)方法试图使用状态抽象来构建分层,即将状态分组到抽象 状态中,然后在抽象状态空间中进行强化学习(Dayan and Hinton, 1993)。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 2 本专著

分布式强化学习 (RL)

分布式强化学习(RL)和多智能体强化学习在本章中没有涉及,但它是人们当前非常感 兴趣的主题。

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 7 / 36 页,共 862 条记录