【干货】人工智能相关双语术语表
automaticsummarization自动摘要
averagegradient平均梯度
Average-Pooling平均池化
B
backpropagation（BP）反向传播
BackpropagationThroughTime（BPTT）通过时间的反向传播
BatchNormalization（BN）分批标准化
Bayesiannetwork贝叶斯网络
Bias-VarianceDilemma偏差/方差困境
Bi-directionalLong-ShortTermMemory（Bi-LSTM）双向长短期记忆
bias偏置/偏差
bigdata大数据
Boltzmannmachine玻尔兹曼机
C
CentralProcessingUnit（CPU）中央处理器
chunk词块
co-adapting共适应
co-occurrence共现
ComputationCost计算成本
computervision计算机视觉
conditionalrandomfield（CRF）条件随机域/场
convergence收敛
conversationalagent（CA）会话代理
convexity凸性
convolutionalneuralnetwork（CNN）卷积神经网络
CostFunction成本函数
crossentropy交叉熵
D
DecisionBoundary决策边界
DecisionTrees决策树
DeepBeliefNetwork（DBN）深度信念网络
DeepConvolutionalGenerativeAdversarialNetwork（DCGAN）深度卷积生成对抗网络
deeplearning（DL）深度学习
deepneuralnetwork（DNN）深度神经网络
DeepQ-Learning（DQN）深度Q学习
differentiableneuralcomputer（DNC）可微分神经计算机
dimensionalityreductionalgorithm降维算法
discriminativemodel判别模型
discriminator判别器
divergence散度
DynamicFusion动态融合
E
Embedding嵌入
emotionalanalysis情绪分析
End-to-End端到端
xpectation-Maximization（EME）期望最大化
ExplodingGradientProblem梯度爆炸问题
ExtremeLearningMachine（ELM）超限学习机
F
FacebookArtificialIntelligenceResearchFacebook（FAIR）人工智能研究所
factorization因子分解
featureengineering特征工程
FeaturedLearning特征学习
FeedforwardNeuralNetworks前馈神经网络
G
GaussianMixtureModel（GMM）高斯混合模型
GeneticAlgorithm（GA）遗传算法
Generalization泛化
GenerativeAdversarialNetworks（GAN）生成对抗网络
GenerativeModel生成模型
Generator生成器
GlobalOptimization全局优化
GoogleNeuralMachineTranslation（GNMT）谷歌神经机器翻译
GradientDescent梯度下降
graphtheory图论
graphicsprocessingunit（GPU）图形处理单元/图形处理器
H
HDMhiddendynamicmodel隐动态模型
hiddenlayer隐藏层
HiddenMarkovModel（HMM）隐马尔可夫模型
hybridcomputing混合计算
Hyperparameter超参数
I
ICAIndependentComponentAnalysis独立成分分析
input输入
InternationalConferenceforMachineLearning（ICML）国际机器学习大会
languagephenomena语言现象
latentdirichletallocation隐含狄利克雷分布
J
Jensen-ShannonDivergence（JSD）JS距离
K
K-MeansClusteringK-均值聚类
K-NearestNeighboursAlgorithm（K-NN）K-最近邻算法
KnowledgeRepresentation知识表征
knowledgebase（KB）知识库
L
LatentDirichletAllocation隐狄利克雷分布
latentsemanticanalysis（LSA）潜在语义分析
LinearRegression线性回归
loglikelihood对数似然
LogisticRegressionLogistic回归
Long-ShortTermMemory（LSTM）长短期记忆
loss损失
M
Max-Pooling最大池化
MaximumLikelihood最大似然
minimaxgame最小最大博弈
Momentum动量
MultilayerPerceptron（MLP）多层感知器
multi-documentsummarization多文档摘要
multilayeredperceptron（MLP）多层感知器
multiplelinearregression多元线性回归
N
NaiveBayesClassifier朴素贝叶斯分类器
Nashequilibrium纳什均衡
naturallanguagegeneration（NLG）自然语言生成
naturallanguageprocessing（NLP）自然语言处理
NegativeLogLikelihood（NLL）负对数似然
NeuralMachineTranslation（NMT）神经机器翻译
NeuralTuringMachine（NTM）神经图灵机
noise-contrastiveestimation（NCE）噪音对比估计
non-convexoptimization非凸优化
non-negativematrixfactorization非负矩阵分解
Non-SaturatingGame非饱和博弈
O
objectivefunction目标函数
Off-Policy离策略
On-Policy在策略
output输出
P
Parameter参数
parsetree解析树
part-of-speechtagging词性标注
ParticleSwarmOptimization（PSO）粒子群优化算法
perceptron感知器
polaritydetection极性检测
pooling池化
PlugandPlayGenerativeNetwork（PPGN）即插即用生成网络
principalcomponentanalysis（PCA）主成分分析
ProbabilityGraphicalModel概率图模型
Q
QuantizedNeuralNetwork（QNN）量子化神经网络
quantumcomputer量子计算机
QuantumComputing量子计算
R
RBFRadialBasisFunction径向基函数
RandomForestAlgorithm随机森林算法
RectifiedLinearUnit（ReLU）线性修正单元/线性修正函数
RecurrentNeuralNetwork（RNN）循环神经网络
recursiveneuralnetwork递归神经网络
reinforcementlearning（RL）强化学习
representation表征
representationlearning表征学习
ResidualMapping残差映射
ResidualNetwork残差网络
RestrictedBoltzmannMachine（RBM）受限玻尔兹曼机
Robot机器人
Robustness稳健性
RuleEngine（RE）规则引擎
S
saddlepoint鞍点
selforganisedmap（SOM）自组织映射
Semi-SupervisedLearning半监督学习
sentimentanalysis情感分析
SingularValueDecomposition（SVD）奇异值分解
SpectralClustering谱聚类
stochasticgradientdescent（SGD）随机梯度下降
supervisedlearning监督学习
SupportVectorMachine（SVM）支持向量机
synset同义词集
T
T-DistributionStochasticNeighbourEmbedding（t-SNE）T-分布随机近邻嵌入
Tensor张量
TensorProcessingUnits（TPU）张量处理单元
theleastsquaremethod最小二乘法
Threshold阙值
TimeStep时间步骤
tokenization标记化
treebank树库
transferlearning迁移学习
TuringMachine图灵机
U
unsupervisedlearning无监督学习
V
VanishingGradientProblem梯度消失问题
Vapnik–Chervonenkistheory（VCTheory）万普尼克-泽范兰杰斯理论
vonNeumannarchitecture冯·诺伊曼架构/结构
W
weight（W）权重
wordembedding词嵌入
wordsensedisambiguation（WSD）词义消歧
返回搜狐，查看更多
人工智能的定义人工智能的基本概念是什么
【热门云产品免费试用活动】|【最新活动】|【企业应用优惠】
自从人类发明了计算机或机器人，它们执行各种任务的能力都有了相对的增长，人类已经可以开发出计算机系统的很多功能，涉及各种工作领域，人工智能的定义，简单来说，就是要通过智能的机器，达到人与机器和谐共处的一个社会。逐渐延伸了人类改造自然和治理社会的能力。
人工智能的定义是什么？
人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
人工智能的定义
人工智能的基本概念（AI）
根据人工智能之父约翰麦卡锡的说法，它是“制造智能机器的科学与工程，特别是智能计算机程序”。
人工智能是一种使计算机，计算机控制的机器人或软件智能地思考的方式，其方式与智能人类的思维方式类似。人工智能是通过研究人类大脑如何思考以及人类在尝试解决问题时如何学习，决定和工作，然后将本研究的结果用作开发智能软件和系统的基础来实现的。
在充分利用计算机系统的力量的同时，人类的好奇心使他想知道“机器能像人类一样思考和行为吗？”
因此，人工智能的发展始于在我们发现并在人类中高度重视的机器中创造类似的智能。
人工智能的定义
学习人工智能的必要性
我们知道AI追求创造像人类一样聪明的机器。我们研究AI的原因有很多。
AI可以通过数据学习
在我们的日常生活中，我们处理的是大量的数据，人类的大脑无法跟踪这么多的数据。这就是我们需要自动化的原因。为了实现自动化，我们需要研究AI，因为它可以从数据中学习，并且可以准确无误地完成重复性任务。
AI可以自学
系统应该自学，因为数据本身不断变化，并且必须不断更新从这些数据中获得的知识。我们可以使用AI来实现这一目的，因为启用AI的系统可以自学。
AI可以实时响应
借助神经网络的人工智能可以更深入地分析数据。由于这种能力，AI可以根据实时情况思考和响应情况。
AI实现准确性
在深度神经网络的帮助下，AI可以实现极高的准确性。AI帮助医学领域从患者的MRI中诊断癌症等疾病。
AI可以组织数据以最大限度地利用它
数据是使用自学习算法的系统的知识产权。我们需要AI以一种始终提供最佳结果的方式索引和组织数据。
了解情报
使用AI，可以构建智能系统。我们需要了解智力的概念，以便我们的大脑可以构建像自己这样的另一个智能系统。
人工智能的定义其实是一个非常广泛的领域。这些领域虽然目前不是非常集中，但是它们正在交叉发展中，很多的未知的领域处在研究之中，并且逐渐走向统一。人工智能的最终目标是希望变成一门真正的科学，形成一个完整的科学体系。
更多相关文章：
1.域名建站专场
2.商标特惠专场
3.云速邮箱
4.网站建设专场
5.SSL证书专场
6.全球云服务专场
7.云服务器免费试用
8.企业免费试用专区
9.个人免费试用专区
10.图片文字识别OCR
11.网站建设自助建站
12.企业应用专场
13.域名注册申请
14.服务器和网关的关系是什么？网关的作用有哪些
15.域名解析a记录是什么意思
16.网址域名ip查询方式有哪些？域名和ip地址的区别是什么？
17.域名和url的区别与联系是什么？
18.域名和ip地址有什么关系？二者的含义是什么？
19.com域名和cn域名是什么意思？com和cn域名哪个好？
版权声明：本文章文字内容来自第三方投稿，版权归原始作者所有。本网站不拥有其版权，也不承担文字内容、信息或资料带来的版权归属问题或争议。如有侵权，请联系contentedit@huawei.com，本网站有权在核实确属侵权后，予以删除文章。