AI分享圈

半监督学习是机器学习领域中的重要分支，利用少量标注数据和大量未标注数据共同训练模型，提升学习效果和泛化能力。

无监督学习（Unsupervised Learning）是机器学习的重要分支，专注于处理没有预先标注标签的数据集。

强化学习是机器学习的重要分支，核心在于让智能体通过与环境之间的持续交互，自主学习如何做出最优决策以获取最大的长期累积奖励。

监督学习是机器学习中一种最为常见和基础的方法，核心思想是通过已有的、带有“正确答案”的数据集，教会计算机模型如何做出预测或判断。

深度学习（Deep Learning）是机器学习的分支，核心在于使用多层人工神经网络来学习和表示数据中的复杂模式。

人工智能伦理（AI Ethics）是研究人工智能系统在研发、部署与使用过程中所应遵循的道德原则、价值规范与社会责任的交叉学科领域。

弱人工智能（Narrow AI）是目前我们现实世界中人工智能技术发展的主流形态。弱人工智能被设计和训练用于执行一项特定的、明确定义的任务，其智能水平在该特定领域内可能超越人类。

人工智能（Artificial Intelligence，简称AI）是计算机科学的核心分支，旨在构建能够模拟、延伸乃至超越人类智能的理论与技术系统，让机器具备学习、推理、感知和决策等通常需要人类智慧才...

通用人工智能（AGI）是能在任何认知任务上像人类一样甚至超越人类地理解、学习、推理、适应和创造的智能系统。

可解释性人工智能（Explainable AI，简称XAI）是一套涵盖理念方法技术与治理框架的总体方案。