百科

AUC 被定义为 ROC 曲线下与坐标轴围成的面积，由于 ROC 曲线处于 y=x 的上方，因此 AUC 的取值范围在 0.5 和 1 之间。   AUC 在比较不同的分类模型时可做为模型优劣的指标，其主要意义在于 AU […]

Hessian 矩阵又名黑塞矩阵、海森矩阵，是一个方块矩阵，其由多变量实值函数的二阶偏导数组成。 这是二阶导数对多元函数的推广，与函数极值存在密切联系。

Alpha-beta 剪枝是一种搜索算法，用以减少极小化极大算法（Minimax 算法）搜索树的节点数。

自适应共振理论（简称 ART）是指，当在神经网络和环境有交互作用时，对环境信息的编码会自发地在神经网中产生，能自组织地产生对环境认识编码的一种理论模型。

专用集成电路，简称 ASIC ，是指依产品需求不同而客制化的特殊规格集成电路；相反地，非客制化的是应用特定标准产品（Application-specific standard product）集成电路。

智能体指能自主活动的软件或者硬件实体，曾被译为 “代理” 、 “代理者” 、 “智能主体” 等。

原始采样法是一种针对有向图模型的基础采样方法，指从模型所表示的联合分布中产生样本，又称祖先采样法。

异常检测就是发现与大部分对象不同的对象，其实就是发现离群点。异常检测有时也称偏差检测。异常对象是相对罕见的。

学习规则是神经网络模型中的一个概念，代表网络中的权重如何随着时间推进而调整。这一般被看做是一种长时间尺度的动力学规则。

行为-评判算法（actor-critic Algorithm）是一种结合策略网络和价值函数的增强学习算法，通过结果的奖惩信息来计算不同状态下采取各种动作的概率。又称 AC 算法。

声学模型的任务是计算 P(O|W），即给模型产生语音波形的概率。声学模型是语音识别系统中最为重要的部分之一，它占据着语音识别大部分的计算开销，决定着语音识别系统的性能。

码率自适应算法是一种流媒体码率自动调整的视频传输技术，调整因素主要 bao’k 网络状况或客户端延迟情况。

张量处理单元（TPU）是一种专门为机器学习研发的专用集成电路。

斜决策树也称为多变量决策树。是节点使用多个属性的线性表达式来作为评判标准的决策树。

无序属性是指属性之间不能按顺序排列的情况。

限定等距性（RIP）是处理稀疏向量等问题时，用来描述近标准正交矩阵关系的一种性质。

训练例是指在训练过程中被标记用来训练的实例.

支持向量展式是模型最优解通过训练样本的核函数的展开式。

稀疏性是指 0 元素所占的比重大的一种情形。

状态特征函数是定义在节点上的特征函数，依赖于当前位置。

真正率（TPR）是正样本预测结果数相对于正样本实际数的比例。

真正类是指二分类问题中被正确判断为正类的那些样本。

真负类（TN）是指二分类问题中被正确判断为负类的那些样本。

直推学习是一种通过观察特定的训练样本，进而预测特定的测试样本的方法。