- 被代替
- 已被新标准代替
- 1997-12-25 颁布
![【正版授权-英/法语版】 ISO/IEC 2382-31:1997 EN-FR Information technology - Vocabulary - Part 31: Artificial intelligence - Machine learning_第1页](http://file4.renrendoc.com/view4/M02/1D/3F/wKhkGGaRAjWAfSeaAADPCGURncI811.jpg)
下载本文档
基本信息:
- 标准号:ISO/IEC 2382-31:1997 EN-FR
- 标准名称:信息技术-词汇-第31部分:人工智能-机器学习
- 英文名称:Information technology -- Vocabulary -- Part 31: Artificial intelligence -- Machine learning
- 标准状态:被代替
- 发布日期:1997-12-25
文档简介
人工智能-机器学习标准,是对机器学习技术及其相关概念的术语、概念、特性的标准化定义。下面是标准的详细解释:
**概述**:
机器学习是一种人工智能(AI)的方法学,它基于算法通过数据自动发现模型,用于预测或分类任务。其目标是通过使用计算机从数据中学习规律,以优化预测或决策的准确性。
**术语解释**:
***学习模型**:通过训练数据自动发现的一种模型,用于预测或分类任务。
***监督学习**:一种机器学习方法,它使用有标签的数据进行训练,通过学习输入和输出之间的关系来提高预测的准确性。
***无监督学习**:一种机器学习方法,它使用无标签的数据进行训练,通过发现数据中的结构和模式来提高预测的准确性。
***强化学习**:一种机器学习方法,它通过环境反馈来调整策略,以最大化长期奖励为目标。
***深度学习**:一种机器学习方法,它使用神经网络进行建模和训练,可以处理复杂的非线性问题。
***迁移学习**:一种机器学习方法,它利用在训练过程中已经学会的知识和技能来解决新的问题。
**概念解释**:
***模型泛化**:机器学习中一个重要的概念,是指模型能够将所学到的知识应用到未见过的、不完全一样的数据上。
***特征工程**:是指从原始数据中提取有用的特征,以提高模型的性能和泛化能力。
***过拟合和欠拟合**:是机器学习中常见的两种问题,过拟合是指模型过于复杂,能够很好地拟合训练数据,但在测试数据上表现不佳;欠拟合是指模型过于简单,无法很好地拟合训练数据。
**特性描述**:
机器学习具有以下特性:自适应性、可扩展性、泛化能力、可解释性和多样性。这些特性使得机器学习在许多领域都有广泛的应用,如医疗、金融、安全、自动驾驶等。
这就是ISO/IEC2382-31:1997EN-FRInformationtechnology--Vocabulary--Part31:Artificialintelli
温馨提示
最新文档
- 测绘仪器设备销售合同(2024版)
- 场承包合同新(2024版)
- 机电工程安全施工保证措施
- 货物运输合同印花税(2024版)
- 社区活动工作计划八篇
- 2024第三方物流服务合同是指
- 林木运输合同范本(2024版)
- 会议场地租赁使用服务合同2024年
- 股份分红协议书范本(2024版)
- 法人股东对外股权转让协议(2024版)
- 陕西省黑色金属矿产
- 化学发展简史与人类文明(yong)
- DB32∕T 1840-2011 燃煤电站锅炉节能监测
- 最全的热设计基础知识及flotherm热仿真 课件
- 塑料包装公司产品质量检验管理制度
- 眩晕病临床路径
- 船舶航海试验安全管理规定
- 标准砂(灌砂法)标定
- 关于导管室应急预案
- 2月电费分析报告
- 系统概要设计模板(共22页)
评论
0/150
提交评论