跳至內容
學習
新聞
工具
職缺
使命
搜尋
⌘K
English
捐款
選單
從這裡開始
開始學習
學習
前往 學習
課程
指南
AI 導師
提示庫
測驗
認證
術語表
新聞
前往 新聞
最新人工智慧新聞
主題追蹤器
研究和數據集
部落格
編輯準則
更正說明
工具
前往 工具
工具目錄
最佳名單
比較工具
成本計算器
快速精煉機
提交工具
職缺
前往 職缺
瀏覽人工智慧職位
發布職缺
贊助美亞保險
使命
前往 使命
使命
影響和統計
作者
幫助中心
有什麼新消息
支援
捐款
首頁
/
詞彙表
/
無監督學習
人工智慧術語
什麼是
無監督學習
?
定義
從沒有明確目標輸出的未標記資料中學習模式。
相關術語
持續學習
讓模型不斷從新資料中學習而不忘記先驗知識的訓練方法。
數據標籤
將標籤或目標輸出分配給原始資料以進行監督學習的過程。
機器學習(ML)
允許系統從數據中學習模式並隨著時間的推移進行改進的方法。
自我監督學習
透過預測屏蔽或變換的部分來學習未標記資料的表示。
演算法偏差
由於資料、假設或建模選擇的偏差而導致模型輸出的系統性不公平。
情境學習
模型遵循提示中直接提供的範例中的模式的能力。
在我們的免費指南中了解更多信息
Deep Learning
Reinforcement Learning
Machine Learning Basics
Supervised Learning
參見
Training Loss
Validation Set
Transformer
Vector Database
Transfer Learning
Vision-Language Model (VLM)
Top-p (Nucleus) Sampling
Weak Supervision
Previous
Training Loss
Next
Validation Set
瀏覽完整的人工智慧術語表
探索所有免費的人工智慧指南