必瞭解的 20 個 AI 術語解析(下)

來源：枝頭的喜鵲釋出時間：2024-05-12 10:03

AI領域的基礎概念和相關技術有很多，這篇文章裡，作者就深入淺出地介紹了相應的內容，感興趣的同學們，不妨來看一下。

本文專為非技術背景的AI愛好者設計，旨在深入淺出地介紹AI的基礎概念和關鍵技術，帶您一步步解鎖AI技術的奧秘。建議先閱讀【入門科普】必瞭解的 20 個 AI術語解析（上）再閱讀本文。

十一、生成對抗網路

想象一下有兩位藝術家：一位是偽造者，另一位是鑑賞家。偽造者試圖創作出看起來像真正藝術品的作品，而鑑賞家則試圖區分出哪些是真正的藝術品，哪些是偽造的。他們不斷地相互學習會使得偽造者變得越來越擅長創作逼真的作品，而鑑賞家則變得越來越擅長識別真偽。

生成對抗網路GAN由兩部分組成：一個是生成器（偽造者）和一個是判別器（鑑賞家）。

十二、強化學習

如果說對抗網路是真假孫悟空之間的1對1的鬥智鬥勇，目標是戰勝對方，那麼強化學習就是1對多的一路斬妖除魔，設定一個去西天的目標，取經隊伍總會去想辦法在真實環境中排除萬難，那些牛魔王、火焰山、蜘蛛精、女兒國等等都是在環境中遇到的不同的挫折，磨鍊的是取經隊伍內在的佛性。

十三、主成分分析

假設你有一個非常雜亂的書桌，上面堆滿了各種物品。如果你想用一張照片抓住書桌的“精華”，但又不想讓照片顯得太雜亂，你可能會選擇從一個角度拍攝，這個角度能最好地展示書桌上最重要的幾樣東西。PCA就是在做類似的事情：它試圖找到最能代表整個資料集“精華”的幾個方向（主成分），然後用這些方向來簡化和描述資料集。

十四、交叉驗證

交叉驗證是機器學習中的一種評估方法，旨在測試模型對新資料的預測準確性。它透過將資料集分成多個部分來工作。在k-折交叉驗證中，整個資料集被分成k個等大小的子集。然後，模型會進行k次訓練和測試的迴圈，每次迴圈中，選擇一個不同的子集作為測試集，而剩餘的k-1個子集用作訓練集。透過這種方式，每個資料子集都有機會作為測試集使用。完成這k次迴圈後，透過平均所有迴圈的測試結果來評估模型的整體效能。