餘弦相似度 vs 內積運算
Cosine Similarity vs Inner Product
餘弦相似度 側重 餘弦相似度是一種衡量兩個非零向量之間夾角餘弦值的度量方法，常用於評估文本或資料點之間的相似程度。，而 內積運算 側重 內積是計算兩向量相似度與投影關係的數學運算。在機器學習中用於衡量特徵相關性，為神經網路的核心基礎。。
逐項比較
| 項目 | 餘弦相似度 | 內積運算 |
|---|---|---|
| 一句定義 | 餘弦相似度是一種衡量兩個非零向量之間夾角餘弦值的度量方法，常用於評估文本或資料點之間的相似程度。 | 內積是計算兩向量相似度與投影關係的數學運算。在機器學習中用於衡量特徵相關性，為神經網路的核心基礎。 |
| 常見標籤 | 統計方法、機器學習、推薦系統、電腦視覺、AI應用、Prompt工程 | 機器學習、神經網路、統計方法、推薦系統、source:ipas |
| iPAS 關聯度 | 未知 | 未知 |
| 考生最常問 | 餘弦相似度一定介於 0 到 1 嗎？ | 內積運算與餘弦相似度有什麼不同？ |