ML on 中文AI术语词典https://terms-en.ai-term-hub.com/zh/tags/ml/Recent content in ML on 中文AI术语词典Hugozh-cnSat, 18 Jul 2026 11:44:45 +0000规则归纳https://terms-en.ai-term-hub.com/zh/terms/rule_induction/Sat, 18 Jul 2026 11:32:26 +0000https://terms-en.ai-term-hub.com/zh/terms/rule_induction/<h2 id="definition">Definition</h2> <p>规则归纳是一种符号机器学习方法，直接从数据中推导“如果-那么”规则。与产生不透明权重的神经网络不同，规则归纳生成的是可解释的模型，便于人类理解和验证。</p> <h3 id="summary">Summary</h3> <p>一种机器学习技术，通过从带标签的训练数据中自动生成一组逻辑规则，以对新实例进行分类。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>如果-那么规则</li> <li>决策列表</li> <li>可解释性</li> <li>符号学习</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>医疗诊断指南</li> <li>信贷审批标准</li> <li>制造业故障检测</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/decision_trees-%E5%86%B3%E7%AD%96%E6%A0%91/">decision_trees (决策树)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/interpretability-%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7/">interpretability (可解释性)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/symbolic_ai-%E7%AC%A6%E5%8F%B7%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/">symbolic_ai (符号人工智能)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/association_rules-%E5%85%B3%E8%81%94%E8%A7%84%E5%88%99/">association_rules (关联规则)</a></li> </ul>H2Ohttps://terms-en.ai-term-hub.com/zh/terms/h2o/Sat, 18 Jul 2026 11:20:37 +0000https://terms-en.ai-term-hub.com/zh/terms/h2o/<h2 id="definition">Definition</h2> <h3 id="summary">Summary</h3> <p>H2O是一个广泛使用的开源内存中平台，用于分布式、可扩展的机器学习和预测分析。最初由两名哈佛大学博士生开发，它提供了一个统一的框架，支持从传统机器学习到深度学习的多种算法，并具备自动机器学习功能。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>内存计算</li> <li>自动机器学习</li> <li>深度学习</li> <li>分布式处理</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>构建用于金融风险评估的预测模型</li> <li>自动化特征工程和模型选择</li> <li>在大规模数据集上部署深度学习模型</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/pandas-python%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E5%BA%93/">Pandas (Python数据分析库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/scikit-learn-python%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%BA%93/">Scikit-learn (Python机器学习库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/spark-mllib-spark%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%BA%93/">Spark MLlib (Spark机器学习库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/automl-%E8%87%AA%E5%8A%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/">AutoML (自动机器学习)</a></li> </ul>监督式https://terms-en.ai-term-hub.com/zh/terms/supervised/Sat, 18 Jul 2026 10:55:02 +0000https://terms-en.ai-term-hub.com/zh/terms/supervised/<h2 id="definition">Definition</h2> <p>监督学习涉及向算法提供包含输入和正确答案（标签）的数据。模型通过最小化预测误差来学习将输入映射到输出。这项技术&hellip;</p> <h3 id="summary">Summary</h3> <p>一种机器学习范式，模型在有标签的输入-输出对上进行训练。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>有标签数据</li> <li>映射</li> <li>损失最小化</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>图像分类</li> <li>垃圾邮件检测</li> <li>价格预测</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><span style="color:#f92672">from</span> sklearn.linear_model <span style="color:#f92672">import</span> LinearRegression </span></span><span style="display:flex;"><span>model <span style="color:#f92672">=</span> LinearRegression() </span></span><span style="display:flex;"><span>model<span style="color:#f92672">.</span>fit(X_train, y_train) </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/%E6%97%A0%E7%9B%91%E7%9D%A3-unsupervised/">无监督 (Unsupervised)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%A0%87%E7%AD%BE-label/">标签 (Label)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%9B%9E%E5%BD%92-regression/">回归 (Regression)</a></li> </ul>深度学习https://terms-en.ai-term-hub.com/zh/terms/deep_learning/Sat, 18 Jul 2026 07:44:21 +0000https://terms-en.ai-term-hub.com/zh/terms/deep_learning/<h2 id="definition">Definition</h2> <p>深度学习算法试图模拟人脑的分析和学习过程。通过堆叠多个互连节点的层级，这些模型能够从原始数据中学习分层特征，从而在图像识别、语音处理等任务中表现出色。</p> <h3 id="summary">Summary</h3> <p>机器学习的一个子集，使用多层人工神经网络来建模数据中的复杂模式和表示。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>神经网络</li> <li>分层特征</li> <li>非线性建模</li> <li>表示学习</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>语音转文本转换</li> <li>推荐系统</li> <li>自动驾驶感知</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/artificial-neural-networks-%E4%BA%BA%E5%B7%A5%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/">Artificial Neural Networks (人工神经网络)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/backpropagation-%E5%8F%8D%E5%90%91%E4%BC%A0%E6%92%AD/">Backpropagation (反向传播)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/big-data-%E5%A4%A7%E6%95%B0%E6%8D%AE/">Big Data (大数据)</a></li> </ul>