机器学习中的聚类是什么?
机器学习中的聚类是一种无监督学习任务,它会根据相似性把未标注的样本分组。
27 · 同类文章
机器学习中的聚类是一种无监督学习任务,它会根据相似性把未标注的样本分组。
数据漂移是指机器学习模型在生产环境中接收到的输入数据,其统计属性相较于训练或验证时使用的数据发生了变化。
提示词工程,是指对提供给 AI 模型的输入进行设计和打磨,使其能针对特定任务给出更有用的回应。
AI 偏见是指 AI 系统在数据、设计、输出或部署中存在系统性偏斜,可能对个人或群体造成不公平、不准确或有害的…
评估生成式 AI 应用,并不等同于欣赏一段流畅的回答。评估应当先明确应用应该完成什么任务,再用贴近真实场景的输…
精确率说明的是:当模型预测某个样本属于正类时,它有多大比例是判断正确的。
机器学习中的过拟合,是指模型与训练数据贴合得过于紧密,以至于无法很好地泛化到新的样本。
AI 模型量化是一种模型优化技术,用较低精度的数值格式来表示模型中的部分数值,通常是权重、激活值,或两者兼有。
向量搜索按含义检索内容,而不只是匹配完全相同的词。如果你正在为文档、支持文章、产品目录、推荐系统或检索增强生成…
AI 搜索答案可能引用的是真实文档,却仍然依据的是过时版本。
AI 模型蒸馏是一种训练方法,用来让更小或更高效的模型模仿更大、更强或成本更高的模型中的有用行为。
AI 嵌入是数据的数值化表示,可让机器学习系统更容易比较不同项目。