AI中概念整理 - 8

Lookup Table

查找表：一种存储数据的方式，通过直接索引来获取值。在这里指一种朴素但低效的概率分布表示方法。

Parameters

参数：模型中可以被学习和调整的数值，它们定义了模型的行为。文章中提到，用查表法表示分布需要 k^n个参数，这在维数高时是不可行的。

High-dimensional Data

高维数据：指特征数量非常多（维度很高）的数据，例如自然图像（像素点极多）。

Sampling

采样：从概率分布 p(x)中生成新样本的任务。例如，生成一张新的图片或一段语音。

Missing Value Imputation

缺失值填补：一项任务，在只观察到部分数据的情况下，模型需要估计或预测缺失部分的值。

Denoising

去噪：一项任务，给定一个受损或带有噪声的输入 x̃，模型需要估计出原始干净的 x。

Density Estimation

密度估计：一项任务，要求机器学习系统根据输入数据 x，返回对其真实数据生成分布的概率密度 p(x)的估计。

Inference Algorithms

推断算法：在图模型等概率模型中，用于根据观测到的变量来估算未观测变量概率的算法。

Random Variables

随机变量：其值由随机事件决定的变量。在模型中，它们代表数据中的不确定部分。

Structured Probabilistic Models / Graphical Models

结构化概率模型 / 图模型：一种用于描述概率分布的形式化方法，它使用图（由顶点和边构成）来直观地表示随机变量之间的相互作用关系。图的结构指明了哪些变量直接依赖于彼此。