机器学习-西瓜书--第一章（2）

机器学习术语表

本术语表中列出了一般的机器学习术语和 TensorFlow 专用术语的定义。

A/B 测试 (A/B testing)

一种统计方法，用于将两种或多种技术进行比较，通常是将当前采用的技术与新技术进行比

较。A/B 测试不仅旨在确定哪种技术的效果更好，而且还有助于了解相应差异是否具有显著

的统计意义。A/B 测试通常是采用一种衡量方式对两种技术进行比较，但也适用于任意有限

数量的技术和衡量方式。

准确率 (accuracy)

分类模型 (#classi¡cation_model)的正确预测所占的比例。在多类别分类 (#multi-class)中，准确

率的定义如下：

在二元分类 (#binary_classi¡cation)中，准确率的定义如下：

请参阅真正例 (#TP)和真负例 (#TN)。

激活函数 (activation function)

一种函数（例如 ReLU (#ReLU) 或 S 型 (#sigmoid_function)函数），用于对上一层的所有输入求

加权和，然后生成一个输出值（通常为非线性值），并将其传递给下一层。

 AdaGrad

一种先进的梯度下降法，用于重新调整每个参数的梯度，以便有效地为每个参数指定独立的

学习速率 (#learning_rate)。如需查看完整的解释，请参阅这篇论文

 (http://www.jmlr.org/papers/volume12/duchi11a/duchi11a.pdf)。

ROC 曲线下面积 (AUC, Area under the ROC Curve)

一种会考虑所有可能分类阈值的评估指标 (#classi¡cation_threshold)。

ROC 曲线 (#ROC)下面积是，对于随机选择的正类别样本确实为正类别，以及随机选择的负类

别样本为正类别，分类器更确信前者的概率。

反向传播算法 (backpropagation)

在神经网络 (#neural_network)上执行梯度下降法 (#gradient_descent)的主要算法。该算法会先按

前向传播方式计算（并缓存）每个节点的输出值，然后再按反向传播遍历图的方式计算损失

函数值相对于每个参数的偏导数 (https://en.wikipedia.org/wiki/Partial_derivative)。

视频资料请下载：

链接：https://pan.baidu.com/s/1LxG78U7CLjc-xF7fsrMbkQ 
提取码：kk2b 
--来自百度网盘超级会员V5的分享