https://terms-en.ai-term-hub.com/zh/tags/learning-paradigm/Recent content in Learning Paradigm on 中文AI术语词典Hugozh-cnSat, 18 Jul 2026 11:44:45 +0000https://terms-en.ai-term-hub.com/zh/terms/explanation_based_learning/Sat, 18 Jul 2026 11:16:49 +0000https://terms-en.ai-term-hub.com/zh/terms/explanation_based_learning/<h2 id="definition">Definition</h2> <p>EBL将符号推理与机器学习相结合，以加速学习过程。它不依赖大型数据集，而是采用一个正例并利用预先存在的领域理论。</p> <h3 id="summary">Summary</h3> <p>基于解释的学习是一种机器学习方法，它利用领域理论和单个训练样本来生成解释，然后将其概括为新规则。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>领域理论</li> <li>操作化</li> <li>单样本学习</li> <li>符号推理</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>有限样本下的机器人技能获取</li> <li>自动定理证明</li> <li>专业领域的诊断系统</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%BD%92%E7%BA%B3%E9%80%BB%E8%BE%91%E7%BC%96%E7%A8%8B/">归纳逻辑编程</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%9F%BA%E4%BA%8E%E7%9F%A5%E8%AF%86%E7%9A%84%E7%B3%BB%E7%BB%9F/">基于知识的系统</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E4%B8%80%E6%AC%A1%E6%80%A7%E5%AD%A6%E4%B9%A0/">一次性学习</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E7%AC%A6%E5%8F%B7%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/">符号人工智能</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/data_driven_model/Sat, 18 Jul 2026 11:12:36 +0000https://terms-en.ai-term-hub.com/zh/terms/data_driven_model/<h2 id="definition">Definition</h2> <p>数据驱动模型是一种人工智能系统类型，其行为和预测结果源于历史数据中识别出的模式，而不是由硬编码的规则或明确的数学公式定义。这类模型能够自动适应数据中的复杂关系。</p> <h3 id="summary">Summary</h3> <p>其参数和结构直接从经验数据中学习，而非通过显式编程计算的计算模型。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>经验学习</li> <li>模式识别</li> <li>统计推断</li> <li>黑盒模型</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>使用历史价格数据预测股票市场趋势</li> <li>从医学影像扫描中诊断疾病</li> <li>使用卫星观测数据预测天气模式</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/machine_learning-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/">machine_learning (机器学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/empirical_modeling-%E7%BB%8F%E9%AA%8C%E5%BB%BA%E6%A8%A1/">empirical_modeling (经验建模)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/supervised_learning-%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0/">supervised_learning (监督学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/neural_networks-%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/">neural_networks (神经网络)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/zero_shot/Sat, 18 Jul 2026 10:59:01 +0000https://terms-en.ai-term-hub.com/zh/terms/zero_shot/<h2 id="definition">Definition</h2> <p>零样本学习使模型能够泛化到新的类别或任务，而这些类别或任务在初始训练阶段没有提供标记的训练数据。这通常是通过利用语义嵌入或预训练知识来实现的。</p> <h3 id="summary">Summary</h3> <p>在没有先前训练示例的情况下，对未见过的类别执行任务的能力。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>泛化</li> <li>语义嵌入</li> <li>无标记数据</li> <li>迁移学习</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>对新产品分类</li> <li>回答关于未见主题的问题</li> <li>跨语言文本分类</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/few_shot-%E5%B0%91%E6%A0%B7%E6%9C%AC/">few_shot (少样本)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/transfer_learning-%E8%BF%81%E7%A7%BB%E5%AD%A6%E4%B9%A0/">transfer_learning (迁移学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/generalization-%E6%B3%9B%E5%8C%96/">generalization (泛化)</a></li> </ul>