<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Maintenance on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/maintenance/</link><description>Recent content in Maintenance on 中文AI术语词典</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 18 Jul 2026 11:44:45 +0000</lastBuildDate><atom:link href="https://terms-en.ai-term-hub.com/zh/tags/maintenance/index.xml" rel="self" type="application/rss+xml"/><item><title>机器遗忘</title><link>https://terms-en.ai-term-hub.com/zh/terms/machine_unlearning/</link><pubDate>Sat, 18 Jul 2026 11:25:23 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/machine_unlearning/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>这项技术通过允许模型在保留通用知识的同时“忘记”特定用户数据，来解决如GDPR“被遗忘权”等隐私法规问题。其目标是近似于从头重新训&amp;hellip;&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>机器遗忘是指在不从头重新训练模型的情况下，从已训练模型中移除特定数据点或其影响的过程。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>被遗忘权&lt;/li>
&lt;li>模型重训练近似&lt;/li>
&lt;li>数据隐私&lt;/li>
&lt;li>梯度更新&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>遵守数据删除请求&lt;/li>
&lt;li>从模型中移除有偏见或错误的数据&lt;/li>
&lt;li>减轻数据投毒攻击的影响&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/data-privacy-%E6%95%B0%E6%8D%AE%E9%9A%90%E7%A7%81/">Data Privacy (数据隐私)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/federated-learning-%E8%81%94%E9%82%A6%E5%AD%A6%E4%B9%A0/">Federated Learning (联邦学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/model-retraining-%E6%A8%A1%E5%9E%8B%E9%87%8D%E8%AE%AD%E7%BB%83/">Model Retraining (模型重训练)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/gdpr-%E9%80%9A%E7%94%A8%E6%95%B0%E6%8D%AE%E4%BF%9D%E6%8A%A4%E6%9D%A1%E4%BE%8B/">GDPR (通用数据保护条例)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>概念漂移</title><link>https://terms-en.ai-term-hub.com/zh/terms/concept_drift/</link><pubDate>Sat, 18 Jul 2026 11:11:03 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/concept_drift/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>概念漂移是机器学习中的一种现象，即随着新数据的到来，输入特征与目标输出之间的关系会发生变化。这在用户行为动态变化的环境中经常发生。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>当目标变量的统计特性随时间发生变化时，就会发生概念漂移，从而导致模型性能下降。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>数据分布偏移&lt;/li>
&lt;li>模型退化&lt;/li>
&lt;li>在线学习&lt;/li>
&lt;li>重新训练&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>欺诈检测系统&lt;/li>
&lt;li>股票市场预测&lt;/li>
&lt;li>客户流失建模&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/data-drift-%E6%95%B0%E6%8D%AE%E6%BC%82%E7%A7%BB/">Data Drift (数据漂移)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/covariate-shift-%E5%8D%8F%E5%8F%98%E9%87%8F%E5%81%8F%E7%A7%BB/">Covariate Shift (协变量偏移)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/model-monitoring-%E6%A8%A1%E5%9E%8B%E7%9B%91%E6%8E%A7/">Model Monitoring (模型监控)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/adaptive-learning-%E8%87%AA%E9%80%82%E5%BA%94%E5%AD%A6%E4%B9%A0/">Adaptive Learning (自适应学习)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>