目標函數 Objective Function
目標函數是機器學習模型訓練中用於評估模型表現的函數，其數值代表模型預測與實際值的差距，優化目標是最小化或最大化此函數。
機器學習深度學習模型訓練
AI 術語詞典
瀏覽 AITerms.tw 中標籤為「模型訓練」的 AI 術語，快速找到定義、FAQ 與 iPAS 考試重點。
O
10 個術語離線強化學習 Offline Reinforcement Learning
從預先收集的固定資料集學習策略，不與環境互動，適合昂貴或危險環境。
強化學習模型訓練AI應用
單樣本學習 One-shot Learning
單樣本學習是一種機器學習方法，旨在僅使用一個或少數幾個樣本來學習新的類別或概念，模擬人類快速學習的能力。
機器學習深度學習模型訓練
線上學習 Online Learning
線上學習是一種機器學習方法，模型在接收到每個新資料點後立即更新，無需儲存所有資料或進行批次訓練，適用於資料流場景。
機器學習模型訓練模型部署
光流估計 Optical Flow
估計影片相鄰幀之間像素的運動向量，用於動作檢測、影片壓縮、視覺導航等應用。
電腦視覺深度學習AI應用
最佳化器狀態 Optimizer State
iPAS指機器學習訓練過程中，最佳化演算法為更新模型權重所儲存的動量、變異數等歷史計算數值。
模型訓練最佳化深度學習
序數特徵 Ordinal Feature
iPAS一種具有明確順序或等級關係，但數值間距不一定均等的類別型資料。
特徵工程資料處理機器學習
輸出門 Output Gate
長短期記憶網路（LSTM）的門控機制之一，通過 sigmoid 激活函數產生 0-1 的信號，決定細胞狀態中有多少信息應被輸出至隱藏狀態，控制網路對外部環境的信息交互程度。
深度學習自然語言處理神經網路
輸出層 Output Layer
神經網路最後一層，根據任務類型選擇合適的激活函數，將隱藏層的高維特徵轉換為最終預測結果（分類概率、迴歸值或其他形式），是模型與外界交互的界面。
深度學習神經網路模型訓練
過擬合 Overfitting
iPAS過擬合指模型過度記憶訓練資料的細節與雜訊，導致在未見過的新資料上預測表現大幅下滑
模型訓練模型評估機器學習 高頻