跳转至

概念词汇表:I

本页整理拼音首字母为 I 的中文概念词条。词条正文由单词源文件 include 生成。

iloc

  • 含义:iloc 是 Pandas 中按整数位置选择行和列的工具。loc 按标签选择,iloc 按位置选择,例如第三行或第二列。
  • 为什么重要:把按标签选择和按位置选择分开,才能准确读懂表格选择代码。即使索引标签看起来像数字,iloc 看的仍然是位置,这能减少初学者常见的混淆。
  • 相关概念:loc索引
  • 中心 Section:P2-12.2
  • 出现 Section:P2-12.3

图像识别

  • 含义:图像识别是预测输入图像中有什么、或图像属于哪个类别的任务。它把像素数组连接到有意义的视觉类别。
  • 为什么重要:图像识别清楚展示了从手工视觉线索到学习表示的转变。它也帮助读者看到,图像任务可以进一步分成分类、检测、分割等不同问题。
  • 相关概念:卷积神经网络手工特征学习到的表示
  • 中心 Section:P1-9.1
  • 出现 Section:P1-9.2, P1-9.3, P1-10.1, P5-2.1, P5-11.1, P5-11.2

改进计划

  • 含义:改进计划是把回顾或失败记录中发现的问题,转换成下一轮具体修改顺序的行动清单。它说明先修什么、推迟什么、增加哪些检查。
  • 为什么重要:评审笔记和事件记录本身不会自动改善项目。改进计划把观察结果转成有优先级的工作,使下一次迭代从具体行动开始。
  • 相关概念:回顾优先级下一步行动失败类型事件记录
  • 中心 Section:P7-7.2
  • 出现 Section:P7-3.2, P7-summary

上下文内学习

  • 含义:上下文内学习是指模型不更新权重,只根据提示词中的指令和示例改变输出行为的现象或使用方式。
  • 为什么重要:这个概念解释了为什么自然语言说明和 few-shot 示例在 LLM 使用中很重要,也帮助读者区分修改提示词、微调和重新训练。
  • 相关概念:预训练微调GPT
  • 中心 Section:P1-12.2
  • 出现 Section:P1-11.3

事件记录

  • 含义:事件记录是在部署或运行中观察到问题时,记录日期、信号、可能原因、读者影响和下一步行动的运行记录。
  • 为什么重要:同一个症状可能有不同原因。事件记录把证据、解释边界和后续行动放在一起,避免以后排查只依赖记忆。
  • 相关概念:失败失败类型状态检查下一步行动回顾
  • 中心 Section:P7-7.2
  • 出现 Section:P7-index, P7-summary

不完整信息

  • 含义:不完整信息是指判断或选择所需的事实一开始并不完整。规则或目标可能存在,但必要的输入事实缺失。
  • 为什么重要:关键信息缺失时,系统可能需要概率、搜索、检索或人工评审,而不是只增加规则。它帮助读者区分信息不足和逻辑不足。
  • 相关概念:部分可观测性不确定性规则系统
  • 中心 Section:P1-6.1
  • 出现 Section:P1-2.2, P1-7.1

索引

  • 含义:索引可以是有序集合中的位置编号,在 Pandas 中也可以是识别行的标签。同一个可见数值在不同语境下可能表示位置,也可能表示行标签。
  • 为什么重要:列表、字符串、数组和表格都会用到索引式选择,但含义会随语境改变。理解索引能避免把第一行和标签为 1 的行混在一起。
  • 相关概念:列表循环
  • 中心 Section:P2-8.2
  • 出现 Section:P6-12.2

索引操作

  • 含义:索引操作是在数组、列表或类似结构中选择某个具体值或位置的读取方式。它关注指定某个位置,不同于保留一段范围的切片。
  • 为什么重要:索引和切片会产生不同的形状和含义。这个区分帮助读者判断代码选中的是一个值、一行、一列,还是更大的子结构。
  • 相关概念:切片矩阵
  • 中心 Section:P2-11.2
  • 出现 Section:P2-11.3, P2-11.4, P2-12.2

指标

  • 含义:指标是用来观察变化方向的数字或信号,例如投资、性能、就业、政策、错误率、覆盖率或响应时间。
  • 为什么重要:指标是观察信号,不是现实本身。它帮助读者把信号和解释分开,并追问这个数字来自哪个时间段、基准线和测量规则。
  • 相关概念:预测情景报告
  • 中心 Section:P1-17.1
  • 出现 Section:P1-17.2, P1-17.3, P7-1.1, P7-1.3, P7-7.4

推断

  • 含义:推断有多种含义。在符号 AI 中,它可以指从事实和规则推出结论。在机器学习中,模型推断常指把训练好的模型用于新输入并得到输出。
  • 为什么重要:同一个词可能指推理、预测或模型执行。读者需要根据语境区分逻辑结论过程和训练后模型的运行使用。
  • 相关概念:推理引擎训练预测生成
  • 中心 Section:P1-5.3
  • 出现 Section:P1-2.1, P1-3.2, P1-5.2, P5-6.1, P5-6.3

推理引擎

  • 含义:推理引擎是查找并应用与当前事实匹配的规则的组件。它把存储的规则变成可以产生结论的执行过程。
  • 为什么重要:规则型 AI 不只是规则列表。推理引擎展示了知识表示和规则应用过程如何一起产生结果。
  • 相关概念:规则系统事实
  • 中心 Section:P1-3.1
  • 出现 Section:P1-2.1

信息检索

  • 含义:信息检索是在大型资料集合中寻找符合当前问题或信息需求的文档、段落或证据候选。它通常更像排序问题,而不是简单的精确字符串匹配。
  • 为什么重要:检索增强生成需要先找到相关证据再生成答案。检索质量弱时,即使语言模型很流畅,生成答案也会一起变弱。
  • 相关概念:检索增强生成相似度搜索搜索排序
  • 中心 Section:P1-13.3
  • 出现 Section:P1-13.4, P1-14.2, P7-5.1, P7-5.2

初始化

  • 含义:初始化是在训练开始前为权重或其他参数选择起始值的步骤。它设定学习将从哪里开始移动的数值起点。
  • 为什么重要:不合适的起点可能让多个神经元行为过于相似,或让数值和梯度不稳定。初始化提醒读者,训练成功不仅取决于数据和结构,也取决于起始数值布局。
  • 相关概念:数值稳定性权重反向传播
  • 中心 Section:P5-8.3
  • 出现 Section:P5-3.2

输入

  • 含义:输入是模型在一次计算中实际接收的信息。它不是整个外部世界或全部原始数据,而是被带入当前运行的值。
  • 为什么重要:模型只能使用实际给它的证据。输入设计决定模型能看到哪些线索、看不到哪些线索,以及预处理或特征设计如何影响性能。
  • 相关概念:输出数据模型特征任务定义
  • 中心 Section:P1-4.2
  • 出现 Section:P1-4.1

输入文件

  • 含义:输入文件是一次练习或项目运行中实际读取的具体文件,例如原始数据、配置或日志。它是复现运行的文件级起点。
  • 为什么重要:如果输入文件不清楚,同一个问题和代码也可能得到不同解释。记录输入文件能把结果连接回实际使用的来源。
  • 相关概念:输入输入单元运行记录可复现性工作目录
  • 中心 Section:P7-1.1
  • 出现 Section:P7-1.3, P7-2.1, P7-3.1, P7-4.1, P7-5.1, P7-6.1, P7-7.1

输入单元

  • 含义:输入单元是决定一个项目或分析中什么算作一条输入案例的规则。它可以是一行、多行组合、频道-日期、会话,或根据问题选择的其他边界。
  • 为什么重要:输入单元会改变摘要、基准线、比较和错误案例。它帮助读者区分拥有原始数据和定义模型或分析实际使用的案例边界。
  • 相关概念:样本摘要表比较表任务定义
  • 中心 Section:P7-1.1
  • 出现 Section:P7-index, P7-1.3, P7-summary

指令

  • 含义:指令是输入中告诉模型要执行什么任务的部分。它可以要求模型摘要、分类、比较、翻译、批判或执行其他任务方向。
  • 为什么重要:同样的上下文在指令改变后可能产生不同输出。这个概念把提供信息和指定要对信息执行什么转换分开。
  • 相关概念:提示词上下文约束
  • 中心 Section:P1-12.1
  • 出现 Section:P1-12.2, P1-12.3, P1-14.3, P6-10.1, P6-10.3, P6-summary

指令微调

  • 含义:指令微调是让预训练模型更好回应自然语言用户指令和预期答案格式的额外适应阶段。
  • 为什么重要:模型知道语言模式,并不等于会自然地遵循请求。指令微调解释了为什么对话式 LLM 比普通续写模型更像助手。
  • 相关概念:微调预训练提示词
  • 中心 Section:P6-9.1
  • 出现 Section:P6-9.2

交互模式

  • 含义:交互模式是用户一次输入一条命令并立即看到结果的执行方式。它适合快速检查和短小实验。
  • 为什么重要:交互执行便于探索,但作为可重复记录不如脚本或笔记本稳定。这个区分帮助读者在快速试验和可复现执行之间选择。
  • 相关概念:解释器脚本提示符
  • 中心 Section:P2-7.3
  • 出现 Section:P2-10.1

中间表示

  • 含义:中间表示是在原始数据和最终特征之间放置的一层人为设计表示,用来让结构、顺序或模式更容易检查。
  • 为什么重要:有些问题很难从原始日志或简单数值摘要中看出。中间表示让读者比较分段、标记序列或模式块是否更能揭示问题。
  • 相关概念:特征表示表示学习
  • 中心 Section:P3-6.2
  • 出现 Section:P3-index, P3-5.1, P3-5.3, P3-6.1, P3-6.3, P3-summary

解释

  • 含义:解释是人对事件或证据附加意义的说明。它不只是重述发生了什么,而是说明这件事应当如何被理解。
  • 为什么重要:报告和数据分析需要区分观察到的事实和附加的意义。这样可以减少夸大,也能看出不同观点如何对同一事实给出不同解释。
  • 相关概念:事实主张专栏工作假设
  • 中心 Section:P1-17.3
  • 出现 Section:P1-17.1, P1-17.2

Python 解释器

  • 含义:Python 解释器是读取并执行 Python 代码的程序。它把文件、笔记本、终端或 IDE 中的 Python 语句连接到实际运行行为。
  • 为什么重要:Python 语言语法和具体运行它的解释器是不同层。这个区分有助于解释版本差异、包可用性、虚拟环境,以及正确代码为什么会在错误环境中失败。
  • 相关概念:解释器脚本交互模式
  • 中心 Section:P2-7.3
  • 出现 Section:P2-8.1, P2-10.1

解释器

  • 含义:解释器是读取代码并直接执行的程序。本书中它常指 Python 执行,但更广义地说,它是把代码转成计算和错误的运行层。
  • 为什么重要:读者需要区分写代码和让某个程序执行代码。解释器概念连接了终端命令、脚本、交互执行和运行环境行为。
  • 相关概念:脚本交互模式运行时
  • 中心 Section:P2-7.3
  • 出现 Section:P2-8.1, P2-10.1

中断权限

  • 含义:中断权限是人在自动行为正在运行或即将运行时,能够停止、取消或转为暂停的权力。它是真正的执行控制权,而不是事后发表评论。
  • 为什么重要:没有停止能力的监督可能无法防止伤害。这个概念帮助读者区分形式评审和自动化系统中的实质介入。
  • 相关概念:人工监督审批停止条件范围安全性
  • 中心 Section:P1-15.1
  • 出现 Section:P1-15.3

隔离

  • 含义:隔离是一种保护性设计,用来防止工具、进程、服务器或文件访问边界直接扩散到其他系统或敏感资源。
  • 为什么重要:权限和审批并不总能限制错误或攻击的影响范围。隔离增加结构边界,使连接的工具和智能体能力能更安全地使用。
  • 相关概念:权限范围最小权限安全智能体
  • 中心 Section:P1-14.4
  • 出现 Section:P1-15.3

可迭代对象

  • 含义:可迭代对象是能够一次产生一个值并被循环遍历的对象。列表、字符串、字典、文件和生成器都可以是可迭代对象。
  • 为什么重要:可迭代性是一种共同行为,而不是某一个数据类型。它解释了为什么不同对象都能放进同一种 for 循环模式。
  • 相关概念:迭代器循环列表
  • 中心 Section:P2-8.4
  • 出现 Section:P2-8.5, P2-10.1

迭代器

  • 含义:迭代器是从可迭代对象中实际产生下一个值的对象。它保存当前遍历进度,并一步一步前进。
  • 为什么重要:迭代器解释了为什么有些循环经过一次后会被消耗,以及为什么文件或生成器再次读取时可能需要新的迭代器。它让迭代成为有状态的执行过程,而不只是语法。
  • 相关概念:可迭代对象循环
  • 中心 Section:P2-8.4
  • 出现 Section:P2-8.5, P2-10.1