你需要知道的28個人工智慧術語

人工智慧不再是一個模稜兩可的辭彙，已經成為了一種精確的意識形態，在這樣的背景下，理解人工智慧領域的術語越來越成為一種挑戰。為了開啟全新的人工智慧時代，DZone的編輯團隊為大家總結一些人工智慧領域最重要的術語。

A

演算法（Algorithms）:為人工智慧、神經網路或其他機器提供的一套規則或指令，以幫助學習。四種最常見的類型是分類、聚類、推薦和回歸。

人工智慧（Artificial intelligence）:機器模擬人類智力和行為做出決策和執行任務的能力。

人工神經網路（ANN）:模擬人腦運作的一個學習模型，能夠解決傳統計算機系統難以解決的問題。

自主計算（Autonomic computing）:不需要用戶輸入的一種系統自適應自管理的高級計算功能。

C

聊天機器人（Chatbots）:聊天機器人（簡稱chatbot），通過文字聊天、語音指令或兩者同時進行交流來模擬與人類用戶的對話。是包括人工智慧在內的計算機程序的常用界面。

分類（Classification）:分類演算法讓機器根據訓練數據給數據點進行分類。

聚類分析（Cluster analysis）:一種用於探索數據分析的無監督學習方法，查找數據中的隱藏模式或分組;集群模型採用歐氏距離（Euclidean）或概率距離等定義的相似性度量。

聚類（Clustering）:聚類演算法讓機器將數據點或項目分成具有相似特徵的組。

認知計算（Cognitive computing）:一種模擬人腦思維方式的計算模型。通過使用數據挖掘、自然語言處理和模式識別來進行自學。

卷積神經網路（CNN）:一種識別和理解圖像的神經網路。

D

數據挖掘（Data mining）:通過查看數據集，以發現和挖掘可以進一步使用的數據模式。

數據科學（Data science）:結合統計、信息科學、計算機科學的科學方法、科學系統和科學過程的交叉學科領域，通過結構化或非結構化數據來提供對現象的洞察。

決策樹（Decision tree）:用於繪製決策及其可能結果的樹和分支模型，類似於流程圖。

深度學習（Deep learning）:機器通過由層疊信息層組成的人工神經網路來自動模擬人類思維模式。

F

Fluent :一種可隨時間變化的條件。

G

遊戲AI（Game AI）:使用演算法來替代隨機性的一種特定於遊戲的人工智慧。用於非玩家角色，對玩家的操作生成類似人類的智力和基於反應的行為。

遺傳演算法（Genetic algorithm）:一種基於遺傳和自然選擇原則的進化演算法，用於為需要幾十年才能解決的困難問題找到最優或近乎最優的解決方案。

H

啟發式搜索技術（Heuristic search techniques）:通過消除不正確的選項來縮小一個問題的最佳搜索方案。

K

知識工程（Knowledge engineering）:側重於建立以知識為基礎的體系，包括科學、技術和社會在內的所有方面。

L

邏輯編程（Logic programming）:一種基於知識庫和規則進行計算的編程範例。LISP和Prolog是用於AI編程的兩種邏輯編程語言。

M

機器智能（Machine intelligence）:涵蓋機器學習、深度學習和經典學習演算法的統稱。

機器學習（Machine learning）:?人工智慧的一個方面，側重於演算法，允許機器在不經過編程的情況下學習，並隨著新數據的攝入而改變。

機器感知（Machine perception）:系統接收和解釋外部世界數據的能力，類似於人類使用感官的能力。這通常需要藉助外接硬體完成。

N

自然語言處（Natural?language?processing）:?程序識別理解人類溝通交流的能力。

R

循環神經網路（RNN）:能夠理解順序信息和識別模式，並根據這些計算產生輸出的神經網路。

S

監督學習（Supervised learning）:一種機器學習的類型，其輸出數據集訓練機器產生所需的演算法，如教師監督學生。比無監督學習更常見。

群體行為（Swarm behavior）:從數學建模者的角度來看，它是由個體遵循的簡單規則衍生出的新生行為，不涉及任何集中協調。

U

U無監督學習（Unsupervised learning）:一種機器學習演算法，不帶標記的響應的輸入數據組成的數據集中提取推理。最常見的無監督學習方法是聚類分析。

如您有任何疑問,

以及想要和優才小編溝通,

請聯繫：15201480058

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！