標準解讀

《GB/T 5271.31-2006 信息技術(shù) 詞匯 第31部分：人工智能 機器學習》作為國家標準之一，隸屬于GB/T 5271系列標準之下，專門針對信息技術(shù)領(lǐng)域中與人工智能及機器學習相關(guān)的術(shù)語進行了定義。該標準旨在為從事相關(guān)技術(shù)研究、開發(fā)以及應用的專業(yè)人士提供一套統(tǒng)一且準確的術(shù)語體系，從而促進溝通效率與理解的一致性。

在內(nèi)容上，《GB/T 5271.31-2006》涵蓋了廣泛的概念和定義，包括但不限于：

  • 人工智能：指由計算機系統(tǒng)所執(zhí)行的任務，這些任務如果由人類來完成，則需要智能。
  • 機器學習：一種使計算機能夠從數(shù)據(jù)中“學習”并作出預測或決策的方法，無需顯式編程。
  • 監(jiān)督學習：基于已知輸入輸出對的學習方法，目的是訓練模型以準確地預測新輸入對應的輸出。
  • 無監(jiān)督學習：沒有給定明確標簽的數(shù)據(jù)集上的學習過程，目標是發(fā)現(xiàn)數(shù)據(jù)內(nèi)部結(jié)構(gòu)或分布規(guī)律。
  • 強化學習：通過與環(huán)境交互進行學習的過程，在此過程中算法根據(jù)其行為獲得獎勵或懲罰，并據(jù)此調(diào)整策略以最大化累積獎勵。
  • 特征選擇：從原始特征集合中挑選出最有助于模型性能提升的子集的過程。
  • 過擬合：當一個統(tǒng)計模型或機器學習算法過于復雜以至于它不僅捕捉到了數(shù)據(jù)中的基礎(chǔ)模式，還學到了噪聲或細節(jié)時發(fā)生的現(xiàn)象，導致其在未見過的數(shù)據(jù)上表現(xiàn)不佳。
  • 欠擬合：相對簡單模型無法充分捕獲訓練數(shù)據(jù)中的趨勢，即使是在訓練集上也表現(xiàn)出較差的準確性。


如需獲取更多詳盡信息，請直接參考下方經(jīng)官方授權(quán)發(fā)布的權(quán)威標準文檔。

....

查看全部

  • 現(xiàn)行
  • 正在執(zhí)行有效
  • 2006-03-14 頒布
  • 2006-07-01 實施
?正版授權(quán)
GB/T 5271.31-2006信息技術(shù)詞匯第31部分：人工智能機器學習_第1頁
GB/T 5271.31-2006信息技術(shù)詞匯第31部分：人工智能機器學習_第2頁
GB/T 5271.31-2006信息技術(shù)詞匯第31部分：人工智能機器學習_第3頁
GB/T 5271.31-2006信息技術(shù)詞匯第31部分：人工智能機器學習_第4頁
免費預覽已結(jié)束，剩余16頁可下載查看

下載本文檔

GB/T 5271.31-2006信息技術(shù)詞匯第31部分：人工智能機器學習-免費下載試讀頁

文檔簡介

ICS35.240.20L60中華人民共和國國家標準GB/T5271.31-2006/ISO/IEC2382-31：1997信息技術(shù)詞匯第31部分;人工智能機器學習Informationtechnology一Vocabulary-Part31：Artificialintelligence-Machinelearning(ISO/IEC2382-31:1997,IDT)2006-03-14發(fā)布2006-07-01實施中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局發(fā)布中國國家標準化管理委員會

GB/T5271.31-2006/1SO/IEC2382-31:1997次前言1概述1.1范圍1.2引用標準1.3遵循的原則和規(guī)則2術(shù)語和定義·……31.01一般術(shù)語31.02學習技術(shù)31.03學習策略附錄A(資料性附錄)中中文索引附錄B(資料性附錄)英文索引

GB/T5271.31-2006/ISO/IEC2382-31：1997言GB/T5271《信息技術(shù)詞匯》共分30部分：-第1部分：基本術(shù)語(GB/T5271.1)第2部分：算術(shù)和邏輯運算(GB/T5271.2)第3部分：設備技術(shù)(GB/T5271.3）第4部分：數(shù)據(jù)的組織(GB/T5271.4)第5部分：數(shù)據(jù)的表示法(GB/T5271.5)第6部分：數(shù)據(jù)的準備與處理(GB/T5271.6)第7部分:計算機程序設計(GB/T5271.7）第8部分：安全(GB/T5271.8）第9部分：數(shù)據(jù)通信(GB/T5271.9)第10部分：操作技術(shù)和設施(GB/T5271.10)····-第29部分:人工智能語音識別與合成(GB/T5271.29)第31部分:人工智能機器學習(GB/T5271.31)第32部分：電子郵件(GB/T5271.32)-第34部分:人工智能神經(jīng)網(wǎng)絡(GB/T5271.34)本部分是GB/T5271術(shù)語系列國家標準的第31部分。本部分等同采用了ISO/IEC2382-31:1997《信息技術(shù)詞匯第第31部分：人工智能機器學習》(英文版）本部分的附錄A和附錄B是資料性附錄。本部分由中華人民共和國信息產(chǎn)業(yè)部提出。本部分由中國電子技術(shù)標準化研究所歸口本部分起草單位：中國電子技術(shù)標準化研究所。本部分主要起草人：吳慶寶、王靜

GB/T5271.31-2006/ISO/IEC2382-31：1997信息技術(shù)詞匯第31部分：人工智能機器學習批述1.1范圍GB/T5271的本部分給出了與信息處理領(lǐng)域相關(guān)的概念的術(shù)語和定義，并明確了這些條目之間的天系為方便將此標準翻譯成其他語言，給出的定義盡可能避免語言上的特殊性本部分定義了有關(guān)人工智能中機器學習的概念。1.2引用標準下列文件中的條款通過GB/T5271的本部分的引用而成為本部分的條款。凡是注日期的引用文件，其隨后所有的修改單(不包括勒誤的內(nèi)容)或修訂版均不適用于本部分.然而，鼓勵根據(jù)本部分達成協(xié)議的各方研究是否可使用這些文件的最新版本。凡是不注日期的引用文件,其最新版本適用于本部分。GB/T5271.1—2000信息技術(shù)詞匯第1部分：基本術(shù)語(eqvISO/IEC2382-1:1993)GB/T5271.28—2002信息技術(shù)詞匯第28部分：人工智能基本概念與專家系統(tǒng)(eqvISO/IEC2382-28:1995）GB/T15237.1-2000術(shù)語工作：詞匯第1部分：理論與應用(eqvISO1087-1:2000)1.3遵循的原則和規(guī)則1.3.1詞條的定義第2章包括許多詞條。每個詞條由幾項必需的要素組成.包括索引號、一個術(shù)語或幾個同義術(shù)語和定義一個概念的短語。另外，個詞條可包括舉例、注解或便于理解概念的解釋。有時同一個術(shù)語可由不同的詞條來定義.或一個詞條可包括兩個或兩個以上的概念，說明分別見1.3.5和1.3.8。本部分使用其他的術(shù)語,例如詞匯、概念、術(shù)語和定義.其意義在GB/T15237.1中有定義.1.3.2詞條的組成每個詞條包括1.3.1中規(guī)定的必需的要素，如果需要，可增加一些要素。詞條按以下的順序包括如下要素：索引號(對發(fā)布的本標準所有語言是公共的)術(shù)語或某語言中首選的術(shù)語，對某語言中的概念若沒有首選術(shù)語表示，用五個點的符號表示（.……….)在一個術(shù)語中，一行點用來表示每個特定實例中被選的一個詞；C某個國家的首選術(shù)語(根據(jù)GB/T4880規(guī)則標明)；術(shù)語的縮寫：許可的同義術(shù)語；定義的正文(見1.3.4):以“例”開頭的一個

溫馨提示

  • 1. 本站所提供的標準文本僅供個人學習、研究之用，未經(jīng)授權(quán)，嚴禁復制、發(fā)行、匯編、翻譯或網(wǎng)絡傳播等，侵權(quán)必究。
  • 2. 本站所提供的標準均為PDF格式電子版文本（可閱讀打印），因數(shù)字商品的特殊性，一經(jīng)售出，不提供退換貨服務。
  • 3. 標準文檔要求電子版與印刷版保持一致，所以下載的文檔中可能包含空白頁，非文檔質(zhì)量問題。

評論

0/150

提交評論