函數逼近 (Function approximation)
函數逼近是一種數學和計算技術，用於使用一個相對簡單且已知形式的函數來近似或模擬一個較為複雜、未知或不可直接操作的函數。目標是通過逼近函數來達到與原始函數行為相似的效果，使得問題的分析和計算更加便捷和可行。函數逼近在科學計算、機器學習、數值分析等領域中具有廣泛應用。
查看AI術語
特徵選擇 (Feature selection)
特徵選擇是機器學習和數據分析中的一項關鍵技術，指從原始數據中的大量特徵中挑選出對預測目標最有用的子集，剔除冗餘、無關或干擾性的特徵，以構建更簡潔、高效且具有良好泛化能力的機器學習模型。它能簡化模型結構、縮短訓練時間、提升模型準確率，並降低過擬合風險。
查看AI術語
特徵工程 (Feature engineering)
特徵工程是機器學習中至關重要的一個步驟，指的是從原始數據中提取、轉換和構造出有助於模型理解和學習的特徵的過程。簡單來說，特徵工程就是將複雜多樣的原始資料轉化為數值化、標準化的特徵向量，使機器學習模型能夠更準確、高效地捕捉數據的規律和隱含信息，從而提升模型的預測性能和泛化能力。
查看AI術語
人臉識別 (Face recognition)
人臉識別是一種生物識別技術，利用個體臉部的獨特特徵來識別和驗證身份。這項技術通過分析圖片或視頻中的人臉資訊，提取出臉部的關鍵特徵點，如眼睛、鼻子、嘴巴等，然後與先前登錄在數據庫中的臉部數據進行比對，以確定身份是否匹配。人臉識別因其非接觸性、方便快捷，已成為安全監控、身份認證、智能門禁等場景的重要技術。
查看AI術語
專業系統 (Expert system)
專業系統是人工智慧領域中的一種智能計算機程序，旨在模擬人類專家在特定領域內的知識和推理能力，從而解決複雜的問題。它結合了專家的經驗知識與邏輯推理，能像專業人士一樣分析問題、做出判斷和提供建議。專業系統的目標是將專家豐富的知識經驗轉化為可復用的計算機智能，彌補專家短缺，促進知識的傳播與應用。
查看AI術語