Data Management on 中文AI术语词典https://terms-en.ai-term-hub.com/zh/tags/data-management/Recent content in Data Management on 中文AI术语词典Hugozh-cnSat, 18 Jul 2026 11:44:45 +0000智能数据库https://terms-en.ai-term-hub.com/zh/terms/intelligent_database/Sat, 18 Jul 2026 11:22:32 +0000https://terms-en.ai-term-hub.com/zh/terms/intelligent_database/<h2 id="definition">Definition</h2> <p>智能数据库利用机器学习和AI增强标准数据库功能，超越简单的存储和检索。它可以自动优化查询性能，预测用户</p> <h3 id="summary">Summary</h3> <p>集成AI能力以自动化数据管理、查询优化和洞察生成的数据库系统。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>查询优化</li> <li>异常检测</li> <li>自调整</li> <li>自然语言查询</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>基于负载自动扩展云数据库资源</li> <li>实时银行数据中的欺诈交易检测</li> <li>从自然语言问题生成SQL查询</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/vector_database-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/">vector_database (向量数据库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/sql_generation-sql%E7%94%9F%E6%88%90/">sql_generation (SQL生成)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/data_analytics-%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/">data_analytics (数据分析)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/dbms-%E6%95%B0%E6%8D%AE%E5%BA%93%E7%AE%A1%E7%90%86%E7%B3%BB%E7%BB%9F/">dbms (数据库管理系统)</a></li> </ul>特征存储https://terms-en.ai-term-hub.com/zh/terms/feature_store/Sat, 18 Jul 2026 11:17:13 +0000https://terms-en.ai-term-hub.com/zh/terms/feature_store/<h2 id="definition">Definition</h2> <p>特征存储在数据工程和机器学习团队之间起到桥梁作用，为批量训练和实时推理提供统一的特征视图。它通过确保训练时使用的特征与在线推理时使用的特征完全一致，解决了训练-服务偏差问题，并支持特征版本控制和重用。</p> <h3 id="summary">Summary</h3> <p>一个集中式仓库，旨在跨机器学习训练和推理一致地管理、共享和服务特征。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>训练-服务偏差</li> <li>集中式管理</li> <li>特征版本控制</li> <li>MLOps基础设施</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>企业级机器学习平台</li> <li>实时欺诈检测系统</li> <li>协作式模型开发团队</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/mlops-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E8%BF%90%E7%BB%B4/">MLOps (机器学习运维)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/data-pipeline-%E6%95%B0%E6%8D%AE%E7%AE%A1%E9%81%93/">Data Pipeline (数据管道)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/model-serving-%E6%A8%A1%E5%9E%8B%E6%9C%8D%E5%8A%A1/">Model Serving (模型服务)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/feature-engineering-%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B/">Feature Engineering (特征工程)</a></li> </ul>以数据为中心的AIhttps://terms-en.ai-term-hub.com/zh/terms/data_centric_ai/Sat, 18 Jul 2026 11:12:36 +0000https://terms-en.ai-term-hub.com/zh/terms/data_centric_ai/<h2 id="definition">Definition</h2> <p>以数据为中心的AI代表了人工智能开发的一种范式转变，其重点在于系统地改进用于训练模型的数据，而不是仅仅优化算法或超参数。这种方法认为高质量的数据是提升模型性能的关键。</p> <h3 id="summary">Summary</h3> <p>一种AI开发方法，优先考虑提高训练数据的质量和数量，而非修改模型架构。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>数据质量</li> <li>迭代优化</li> <li>标签一致性</li> <li>数据集策展</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>通过修正错误标记的图像来提高计算机视觉的准确性</li> <li>通过平衡数据集来减少招聘算法中的偏见</li> <li>通过纠正训练文本中的语法错误来增强NLP模型的性能</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/model_training-%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83/">model_training (模型训练)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/data_quality-%E6%95%B0%E6%8D%AE%E8%B4%A8%E9%87%8F/">data_quality (数据质量)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/active_learning-%E4%B8%BB%E5%8A%A8%E5%AD%A6%E4%B9%A0/">active_learning (主动学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/labeling-%E6%A0%87%E6%B3%A8/">labeling (标注)</a></li> </ul>Croissanthttps://terms-en.ai-term-hub.com/zh/terms/croissant/Sat, 18 Jul 2026 11:11:39 +0000https://terms-en.ai-term-hub.com/zh/terms/croissant/<h2 id="definition">Definition</h2> <p>作为 MLCommons 倡议的一部分开发的 Croissant 使用 JSON-LD 提供标准化的方式来描述数据集，包括其结构、引用和许可。它旨在解决碎片化问题&hellip;</p> <h3 id="summary">Summary</h3> <p>Croissant 是一种用于描述数据集的开放元数据格式，有助于促进 AI 领域的可发现性和互操作性。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>元数据标准</li> <li>JSON-LD</li> <li>数据集发现</li> <li>互操作性</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>自动化数据集摄入流水线</li> <li>数据编目和搜索引擎</li> <li>可重复研究的文档记录</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/mlcommons-mlcommons-%E7%BB%84%E7%BB%87/">MLCommons (MLCommons 组织)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%95%B0%E6%8D%AE%E5%8D%A1%E7%89%87-data-card/">数据卡片 (Data Card)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/json-ld-json-for-linking-data/">JSON-LD (JSON for Linking Data)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/hugging-face-datasets-hugging-face-%E6%95%B0%E6%8D%AE%E9%9B%86%E5%BA%93/">Hugging Face Datasets (Hugging Face 数据集库)</a></li> </ul>分块https://terms-en.ai-term-hub.com/zh/terms/chunking/Sat, 18 Jul 2026 11:09:54 +0000https://terms-en.ai-term-hub.com/zh/terms/chunking/<h2 id="definition">Definition</h2> <h3 id="summary">Summary</h3> <p>分块是检索增强生成（RAG）和其他NLP管道中的关键预处理步骤。它涉及将文本划分为固定大小或语义单元（块），以适应上下文&hellip;</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>上下文窗口</li> <li>RAG (检索增强生成)</li> <li>文本分割</li> <li>索引</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>构建RAG知识库</li> <li>处理长文档以进行摘要</li> <li>向量数据库数据摄入</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/embedding-%E5%B5%8C%E5%85%A5%E5%90%91%E9%87%8F/">Embedding (嵌入向量)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/vector-database-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/">Vector Database (向量数据库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/tokenizer-%E5%88%86%E8%AF%8D%E5%99%A8/">Tokenizer (分词器)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/rag-%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90/">RAG (检索增强生成)</a></li> </ul>知识库https://terms-en.ai-term-hub.com/zh/terms/knowledge_base/Sat, 18 Jul 2026 11:00:35 +0000https://terms-en.ai-term-hub.com/zh/terms/knowledge_base/<h2 id="definition">Definition</h2> <p>知识库充当数字图书馆，包含经过策划的数据、文档或事实，AI系统可以查询这些信息以提供准确且具备上下文感知的响应。在现代架构（如检索增强生成）中，知识库发挥着核心作用。</p> <h3 id="summary">Summary</h3> <p>用于支持决策制定和检索增强生成（RAG）的AI应用程序中的结构化信息集中存储库。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>检索增强生成</li> <li>向量嵌入</li> <li>语义搜索</li> <li>数据索引</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>客户支持聊天机器人</li> <li>企业文档搜索</li> <li>医疗诊断助手</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/vector_database-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/">vector_database (向量数据库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/rag-%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90/">rag (检索增强生成)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/embeddings-%E5%B5%8C%E5%85%A5/">embeddings (嵌入)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/retrieval-%E6%A3%80%E7%B4%A2/">retrieval (检索)</a></li> </ul>视图（View）https://terms-en.ai-term-hub.com/zh/terms/view/Sat, 18 Jul 2026 10:55:52 +0000https://terms-en.ai-term-hub.com/zh/terms/view/<h2 id="definition">Definition</h2> <p>在数据库管理中，视图表现为一个保存的 SQL 查询，其行为像表一样，但本身不包含数据。它为底层数据提供简化或定制的视角，从而增强安全性并简化复杂查询。</p> <h3 id="summary">Summary</h3> <p>数据库中由存储查询生成的虚拟表，展示来自一个或多个表的数据，但不物理存储这些数据。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>虚拟表</li> <li>SQL 查询</li> <li>数据抽象</li> <li>安全性</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>为非技术用户创建简化的报表</li> <li>限制对表中敏感列的访问</li> <li>在应用程序间标准化复杂的连接逻辑</li> </ul> <h2 id="code-example">Code Example</h2> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-python" data-lang="python"><span style="display:flex;"><span>CREATE VIEW ActiveUsers AS SELECT id, name FROM users WHERE status <span style="color:#f92672">=</span> <span style="color:#e6db74">&#39;active&#39;</span>; </span></span></code></pre></div><h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/table-%E8%A1%A8/">Table (表)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/query-%E6%9F%A5%E8%AF%A2/">Query (查询)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/schema-%E6%A8%A1%E5%BC%8F-%E6%9E%B6%E6%9E%84/">Schema (模式/架构)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/materialized-view-%E7%89%A9%E5%8C%96%E8%A7%86%E5%9B%BE/">Materialized View (物化视图)</a></li> </ul>