Học máy (ML) là gì? Định nghĩa | AI Understanding

Định nghĩa

Các phương pháp cho phép hệ thống học các mẫu từ dữ liệu và cải thiện theo thời gian.

Điều khoản liên quan

Mô hình trôi dạt

Suy giảm hiệu suất theo thời gian khi điều kiện thực tế khác với các giả định về đào tạo.

Trôi dữ liệu

Sự thay đổi dữ liệu đầu vào trong thế giới thực theo thời gian có thể làm giảm hiệu suất của mô hình.

Học không giám sát

Các mẫu học tập từ dữ liệu chưa được gắn nhãn mà không có kết quả đầu ra mục tiêu rõ ràng.

Học tập liên tục

Các phương pháp đào tạo cho phép mô hình tiếp tục học hỏi từ dữ liệu mới mà không quên kiến thức trước đó.

Tăng cường dữ liệu

Các kỹ thuật tạo ra các ví dụ đào tạo đã được sửa đổi để cải thiện việc khái quát hóa mô hình.

Kết hợp các dự đoán từ nhiều mô hình để cải thiện độ tin cậy hoặc độ chính xác.

Tìm hiểu thêm trong hướng dẫn miễn phí của chúng tôi

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

Xem thêm

Loss Function Memory (Agent Memory)LoRA (Low-Rank Adaptation)Mixture of Experts (MoE)Learning Rate Model Card Large Language Model (LLM)Latency

Duyệt qua Bảng thuật ngữ AI đầy đủ Khám phá tất cả hướng dẫn AI miễn phí