人工智能詞彙表(AI glossary)

 

人工智能(Artificial Intelligence)

 

通用人工智能

 

超圖靈(super-Turing)

 

認知科學

 

NIPS

 

深度學習(Deep Learning)

 

機器學習(Machine Learning)

 

強化學習(reinforcement learning)

 

關聯學習(associative learning)

 

價值函數(value function)

 

動態規劃算法(algorithm for dynamic programming)

 

折扣獎勵(discounted rewards)

 

語言識別

 

圖像識別

 

自然語言處理

 

專家系統

 

計算機視覺

 

模式識別

 

神經網絡

 

感知器(perceptron)

 

可塑性(plasticity)

 

認知神經科學

 

主分量分析

 

獨立分量分析(independent component analysis)

 

霍普菲爾德網絡(Hopfield net)

 

玻爾茲曼機(Boltzmann machine)

 

赫布理論

 

無監督學習

 

有監督學習

 

反向傳播算法

 

卷積學習(convolution)

 

工作記憶

 

生成式對抗網絡

 

獎勵學習

 

時間差分學習(temporal differene learning)

 

細胞自動機

 

神經形態芯片

 

視網膜芯片

 

動態視覺傳感器

 

自適應信號處理(adaptive signal processing)

 

反傳(或誤差反向傳播)(backprop (backpropagation of errors))

 

貝葉斯規則(Bayes' rule)

 

約束條件(constraints)

 

代價函數(cost function)

 

前饋網絡(feedforward network)

 

梯度下降(gradient descent)

 

隨機梯度下降(stochastic gradient descent)

 

穩態縮放(homeostatic scaling)

 

學習算法(learning algorithm)

 

神經元(neuron)

 

歸一化(normalization)

 

過度擬合(overfitting)

 

概率分佈(probability distribution)

 

循環網絡(recurrent network)

 

正則化(regularization)

 

縮放性(scaling)

對算法的複雜程度如何隨着問題的大小而變化的判斷標準。

 

稀疏原理(sparsity principle)

對信號的稀疏表徵,入腦電圖(EEG)和功能磁共振成像(fMRI),用少量固定基函數的加權來近似信號。這些 基函數 在獨立分量分析(independent component analysis)中被爲信源。在一組神經元中,對一個輸入的稀疏表徵是指只有少數神經元高度活躍的情況。這可以減少來自其他輸入的活動模式的干擾。

 

訓練和測試機(training and test sets)

 

圖靈機(Turning machine)

 

 

 

 

 

參考資料:

1、《深度學習(THE DEEP LEARNING REVOLUTION)》 by Terrence Sejnowski

2、人工智能、機器學習和深度學習的區別?

3、

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章