机器学习常见英语单词解释

hypothesis：假设

Cost Function：代价函数

parameters：参数

Gradient Descent：梯度下降算法

local minimum：局部最小值。

global minimum：全局最小值

TF-IDF(Term Frequency-Inverse Document Frequency,词频-倒排文档频次)是信息检索中衡量一个词语重要程度的统计指标。

算法名词解释

HMM:隐含马尔柯夫模型(Hidden Markov Model);

CRF:条件随机场Conditional Random Field)

OOV: out-of-vocabulary不在词库的意思

TF-IDF:(Term Frequency-Inverse Document Frequency,词频-倒排文档频次）。

CBOW:(Continuous Bag of Words Model)是一种基于窗口的语言模型。

GRU:门控循环单元（gated recurrent unit，GRU）是LSTM网络的一种效果很好的变体

LSA:(Latent semantic analysis) 潜在语义分析

LDA:(Latent Dirichlet allocation) 隐含狄利克雷分布

LDA:基于主题模型的检索方法

CBOW(Continuous Bag of Words Model)是一种基于窗口的语言模型。Word2vec主要有Continuous Bag-of-Words(CBoW) Continuous Skip-gram(Skip-gram)两种模型。

HRED： < The Hierarchical Recurrent Encoder-Decoder model) }4s]是一种典型的

Seq2Seq模型，其将问答分解成句子和单词两层，问答看成句子的序列，句子看

成单词的序列。因此HRED由encoder RNN, context RNN和decoder RNN共三

层循环神经网络构成。每一轮的句子被encoder RNN编码成一个实值向量表示，

KL 散度:Kullback-Leibler Divergence

交叉熵（cross entropy error）

同义词词典（thesaurus）

奇异值分解（Singular Value Decomposition，SVD）。

ReLU（Rectified Linear Unit）函数，修正性线性单元。

SGD:随机梯度下降法（stochastic gradient descent）。

 在前几章中，为了找到最优参数，我们将参数的梯度（导数）作为了线索。

使用参数的梯度，沿梯度方向更新参数，并重复这个步骤多次，从而逐渐靠

近最优参数，这个过程称为随机梯度下降法（stochastic gradient descent），

简称SGD

BP: Backpropagation 反向传播

Batch Normalization：批量标准化

CNN：卷积神经网络（Convolutional Neural Network，CNN）

RNN（Recurrent Neural Network，循环神经网络）便应运而生

FCN（Fully Convolutional Network）

强化学习（reinforcement learning）

FCN的字面意思是“ 全部由卷积层构成的网络