AI术语速查表

概述

本章提供人工智能领域常用术语的快速查询参考，帮助读者快速理解AI相关概念。

人工智能（Artificial Intelligence, AI） 模拟人类智能的计算机系统，能够执行通常需要人类智能才能完成的任务。

机器学习（Machine Learning, ML） AI的一个子领域，通过数据和算法让计算机系统自动学习和改进。

深度学习（Deep Learning） 机器学习的一个分支，使用多层神经网络处理复杂数据。

神经网络（Neural Network） 模仿人脑结构的计算模型，由节点（神经元）和连接组成。

训练（Training） 使用数据集调整模型参数的过程。

推理（Inference） 使用训练好的模型对新数据进行预测。

参数（Parameters） 模型内部通过训练学习到的权重和偏置。

超参数（Hyperparameters） 训练前设置的配置参数，如学习率、批次大小等。

数据集（Dataset） 用于训练、验证和测试模型的数据集合。

特征（Feature） 数据的属性或变量，用于模型输入。

标签（Label） 数据的正确输出或答案，用于监督学习。

过拟合（Overfitting） 模型在训练数据上表现很好，但在新数据上表现差。

准确率（Accuracy） 正确预测的比例。

精确率（Precision） 预测为正例中实际为正例的比例。

召回率（Recall） 实际正例中被正确预测的比例。

F1分数（F1 Score） 精确率和召回率的调和平均值。

掌握AI基础术语是深入理解人工智能技术的重要基础。本章涵盖了从基础概念到模型训练、数据处理和评估的核心术语，为后续章节的学习奠定基础。