机构名称：
¥ 1.0
机器学习 描述 监督学习 机器学习算法从标记的训练数据中学习，其中每个示例都与其对应的目标输出配对。该算法从这些标记数据中进行概括，以根据学习到的模式进行预测或对新的、未见过的实例进行分类。无监督学习 涉及从未标记的数据中学习模式和结构，而没有明确的目标输出。该算法识别数据中的固有关系、集群或模式，以获得洞察力并理解底层信息。半监督学习 该算法从标记和未标记数据的组合中学习。通过利用未标记数据和标记数据，该算法旨在提高其预测性能并利用可用的其他信息。强化学习 一种学习范式，其中代理通过采取行动并以奖励或惩罚的形式接收反馈来学习与环境交互。代理旨在通过迭代的探索和利用过程最大化其累积奖励。深度学习 受人脑启发的机器学习子集，使用具有多层的神经网络来处理和分析大型数据集。检测复杂模式的能力推动了图像和语音识别、自然语言处理等领域的进步。生成式人工智能 基于深度学习的人工智能模型，旨在生成类似于它们所训练的输入数据的新内容。示例包括生成合成图像和视频的生成对抗网络 (GAN)，以及生成逼真文本内容的大型语言模型 (LLM)，如 GPT-4 和 Palm 2。
社会工程和生成人工智能...
主要关键词
相关文件推荐
