<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Numerics on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/numerics/</link><description>Recent content in Numerics 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/numerics/index.xml" rel="self" type="application/rss+xml"/><item><title>概率数值计算</title><link>https://terms-en.ai-term-hub.com/zh/terms/probabilistic_numerics/</link><pubDate>Sat, 18 Jul 2026 11:30:30 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/probabilistic_numerics/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>概率数值计算将贝叶斯方法应用于传统的数值问题，如积分、微分和线性代数。它不仅提供点估计，而是输出概率分布，从而允许对计算误差和模型不确定性进行量化评估。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一个将数值计算问题视为统计推断任务的领域，以量化结果中的不确定性。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>不确定性量化&lt;/li>
&lt;li>贝叶斯计算&lt;/li>
&lt;li>数值积分&lt;/li>
&lt;li>认知不确定性&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>工程中的鲁棒优化&lt;/li>
&lt;li>蒙特卡洛模拟中的误差估计&lt;/li>
&lt;li>机器学习中的安全超参数调优&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/bayesian-optimization-%E8%B4%9D%E5%8F%B6%E6%96%AF%E4%BC%98%E5%8C%96/">Bayesian Optimization (贝叶斯优化)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/gaussian-processes-%E9%AB%98%E6%96%AF%E8%BF%87%E7%A8%8B/">Gaussian Processes (高斯过程)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/numerical-analysis-%E6%95%B0%E5%80%BC%E5%88%86%E6%9E%90/">Numerical Analysis (数值分析)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/uncertainty-calibration-%E4%B8%8D%E7%A1%AE%E5%AE%9A%E6%80%A7%E6%A0%A1%E5%87%86/">Uncertainty Calibration (不确定性校准)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>