AI工具有那些? @ 香港AI工具平台
AI Glossary AI人工智能詞彙表
AI Glossary

AI人工智能詞彙表

AI人工智能詞彙表:預處理 (Preprocessing)

預處理 (Preprocessing)

預處理是指在數據分析、機器學習或人工智慧模型訓練之前,對原始數據進行一系列清理、轉換和整理操作的過程。其核心目標是提高數據質量,消除噪聲和異常,統一數據格式,從而為後續的分析和模型建構提供乾淨且結構良好的數據输入。預處理是實現準確、穩定模型的重要基礎,直接影響分析結果的可靠性和模型的泛化能力。
AI人工智能詞彙表:策略迭代 (Policy iteration)

策略迭代 (Policy iteration)

策略迭代是強化學習和動態規劃中,求解馬爾可夫決策過程(MDP)最優策略的一種經典算法。其核心思想是通過反覆進行「策略評估」與「策略改進」兩個步驟,逐步優化決策策略,直到找到一個無法再改進的最優策略,從而實現長期累積獎勵的最大化。
AI人工智能詞彙表:模式識別 (Pattern recognition)

模式識別 (Pattern recognition)

模式識別是計算機科學和人工智慧領域中研究對象自動分類和辨認的一門技術。它旨在讓計算機自動識別對象的本質特徵,並根據這些特徵將對象分類到預先定義的類別中。模式識別的對象可以是文字、聲音、圖像、符號,也可以是更加抽象的數據和信息。它是智能系統實現對外部世界理解和決策的重要基礎。
AI人工智能詞彙表:最優值函數 (Optimal value function)

最優值函數 (Optimal value function)

最優值函數是強化學習和決策理論中的一個重要概念,它描述了在給定環境和狀態下,使用最優策略所能獲得的最大期望累積獎勵的數值。通俗地說,最優值函數告訴智能代理人從某一狀態開始,按照最優決策行動時,能夠期待獲得的最大長期收益。這是評價狀態好壞與制定最優策略的基礎。
AI人工智能詞彙表:最優策略 (Optimal policy)

最優策略 (Optimal policy)

最優策略是強化學習和決策理論中的核心概念,指的是在序列決策問題中,能在所有可能策略中獲得最大預期累積收益的策略。換句話說,最優策略能讓智能體在不確定的環境中,根據自身狀態選擇行動,從而獲得長期最高的回報。這種策略是智能決策系統追求的終極目標,也是馬爾可夫決策過程(MDP)中的主要研究課題。
AI人工智能詞彙表:對象檢測 (Object detection)

對象檢測 (Object detection)

對象檢測是計算機視覺領域中的一項核心技術,目標在於識別圖像或視頻中存在的各種目標物體,並準確地定位它們在圖像中的位置。簡單說,對象檢測不僅要判斷圖像中有哪些類別的物體存在,還要在這些物體周圍繪製邊界框(Bounding Box)來標明每個目標的具體位置。對象檢測結合了物體分類(判斷物體類別)與目標定位,廣泛應用於自動駕駛、安全監控、智能零售、醫療影像分析等多個領域。
AI人工智能詞彙表:蒙特卡羅方法 (Monte Carlo method)

蒙特卡羅方法 (Monte Carlo method)

蒙特卡羅方法是一種基於概率和統計理論的數值計算技術,通過大量的隨機抽樣和模擬運算,來求解數學、物理甚至工程領域中難以直接解析或計算的問題。其核心思想是利用隨機數生成大量試驗,透過統計結果估算問題的近似解,這使得蒙特卡羅方法成為處理複雜系統和不確定性問題的強大工具。
AI人工智能詞彙表:模型選擇 (Model selection)

模型選擇 (Model selection)

模型選擇是機器學習和人工智慧領域中,從多個備選模型或演算法中挑選最適合特定問題和數據集的過程。它是模型開發流程中關鍵的步驟,決定了最終系統的性能和穩定性。合理的模型選擇能保證模型在未見數據上的泛化能力,避免過擬合或欠擬合問題,實現最佳的預測效果。
AI人工智能詞彙表:模型評估 (Model evaluation)

模型評估 (Model evaluation)

模型評估是指對已訓練好的人工智慧(AI)或機器學習模型進行系統性的測試與分析,以量化模型在解決特定問題上表現的過程。評估的目的是判斷模型的準確性、有效性和可靠性,幫助決策者了解模型是否達成設計目標,並提供優化改進的依據。良好的模型評估是保障人工智慧系統在實際應用中穩定運行和產生準確結果的關鍵。

AI人工智能詞彙表 常見問題 FAQ

什麼是「AI人工智能詞彙表」?

「AI人工智能詞彙表」是一個專為香港及中文使用者設計的人工智能術語查詢頁面,系統化整理常用AI相關英文術語與中文解釋,方便企業、教育界及一般用戶快速理解AI技術與應用場景,無需額外翻查專業文件即可輕鬆入門。

這個詞彙表適合哪些人使用?

詞彙表適合學生、初學者、中小企管理層、市場與營運人員,以及任何想了解AI基礎概念但不熟悉技術術語的使用者。無論是準備報告、與技術團隊溝通,還是規劃AI相關專案,這個詞彙表都能作為快速參考工具,幫助理解文章與方案中的關鍵字。

詞彙表的內容是怎樣編排的?

每項詞條通常以「英文術語」配對「中文名稱」及「簡明解釋」三欄呈現,部分條目會追加實際應用場景或相關技術範疇,讓讀者兼顧理論與實務。條目按字母或常見程度排列,方便使用者以關鍵字即時搜尋,並配合本地學習習慣優化表述方式。

這個詞彙表是否偏向某種技術框架或公司?

「AI人工智能詞彙表」設計以中立、通用為主,不特別偏向任何單一技術框架或企業,而是涵蓋機器學習、大型語言模型、自然語言處理、生成式AI等跨領域常見術語,讓香港及亞洲用戶在閱讀不同平台與教材時,都能透過同一套詞彙理解技術本質。

我可以如何在工作或學習中運用這個詞彙表?

您可以將詞彙表作為寫作、會議前後或課前課後的參考工具,例如在擬定AI專案提案前先釐清「LLM」、「微調」、「Prompt 工程」等術語,或在閱讀AI新聞時快速對照專有名詞。團隊亦可共同使用這份詞彙表,建立一致的溝通語言,減少誤解與反覆解釋的時間成本。

平台會如何更新這個AI詞彙表?

平台會根據AI技術發展與市場熱門話題,定期新增或調整詞條,例如加入新興模型名稱、合規與治理相關概念、以及本地化應用常見用語。同時保留基礎核心術語的穩定解釋,讓使用者既可掌握最新趨勢,又不致混淆於短暫流行的術語潮流。

我可不可以推薦新的AI術語加到這個詞彙表?

平台通常開放用戶推薦新詞條或提出補充建議,特別是對本地常用但未收錄的術語(例如香港教育、金融或零售場景特有的AI表述)。建議可透過網站提供的聯絡方式或表單提交,並附上簡短說明與使用情境,由管理團隊審核後決定是否納入正式詞彙表。