| کلمات | توضیح | |
|---|---|---|
| ۱ | Tabular Q-Learning |
در یادگیری تقویتی با استفاده از یک جدول برای ذخیره توابع Q برای هر ترکیبی از حالت و عملکرد می‌توان یادگیری Q را پیاده سازی کرد. |
| ۲ | Target |
مترادف برچسب است. |
| ۳ | Target Network |
در یادگیری عمیق Q، شبکه عصبی‌ای است که یک تقریب پایدار از شبکه عصبی اصلی باشد که در آن شبکه عصبی اصلی، یک تابع Q یا یک خط‌مشی را پیاده سازی می‌کند. می‌توان شبکه اصلی را روی مقادیر Q پیش‌بینی شده توسط... |
| ۴ | Temporal Data |
داده‌هایی هستند که در زمان‌های مختلف ثبت می‌شوند. به عنوان مثال فروش پالتو زمستانه ثبت شده برای هر روز از سال، نمونه‌ای از داده‌های زمانی است. |
| ۵ | Termination Condition |
در یادگیری تقویتی، شرایطی است که زمان پایان یک قسمت را تعیین می‌کنند بطور مثال زمانی که عامل به حالت خاصی می‌رسد یا از یک حد انتقال حالت گذر می‌کند. به عنوان مثال در tic-tac-toe بازی زمانی خاتمه... |
| ۶ | Test Set |
زیرمجموعه‌ای از مجموعه داده‌ای که برای آزمایش مدل استفاده می‌شود، بعد از اینکه مدل بررسی اولیه را با مجموعه اعتبار سنجی انجام داد. در تضاد با مجموعه آموزشی و اعتبار سنجی است. |
| ۷ | Time Series Analysis |
زیرمجموعه‌ای از یادگیری ماشین و آمار که داده‌های زمانی را تجزیه و تحلیل می‌کند. بسیاری از انواع مسائل یادگیری ماشین به تجزیه و تحلیل سری زمانی نیاز دارند. از جمله طبقه بندی، خوشه بندی، پیش‌بینی و... |
| ۸ | Timestep |
یک سلول باز نشده (unrolled) در یک شبکه عصبی بازگشتی است. به عنوان مثال شکل زیر سه گام را نشان می‌دهد (با زیرنویس‌های t-1 ،t و با برچسب t + 1): |
| ۹ | Tower |
یک جزء(component) از شبکه عصبی عمیق است، که فاقد لایه خروجی است. به طور معمول هر برج از یک منبع داده مستقل می‌خواند و تا زمانی که خروجی آن‌ها در یک لایه نهایی ترکیب نشود، مستقل هستند. |
| ۱۰ | Training |
روند تعیین پارامترهای ایده آل متشکل از یک مدل است. |
| ۱۱ | Training Set |
زیر مجموعه‌ای از مجموعه داده که برای آموزش مدل استفاده می‌شود. در تضاد با مجموعه اعتبارسنجی و آزمون است. |
| ۱۲ | Trajectory |
در یادگیری تقویتی دنباله‌ای از چندتایی‌ها(tuples) که نمایانگر توالی انتقال حالت عامل هستند، طوری که هر چندتایی مربوط به حالت، عمل، پاداش و حالت بعدی برای یک انتقال حالت معین است. |
| ۱۳ | Transfer Learning |
انتقال اطلاعات از یک کاربرد یادگیری ماشین به کاربرد دیگر. به عنوان مثال، در یادگیری چند-وظیفه‌ای، یک مدل چندین مساله را حل می‌کند، مثل یک مدل عمیق که برای حل مساله‌های مختلف چندین گره خروجی دارد.... |
| ۱۴ | Translational Invariance |
در یک مساله طبقه‌بندی تصاویر، به توانایی الگوریتم در دسته‌بندی درست عکس در شرایطی که جایگاه اشیا در تصویر تغییر می‌کند گفته می‌شود. به عنوان مثال، الگوریتم باید بتواند سگ را در تصویر تشخیص دهد، چه سگ... |
| ۱۵ | Trigram |
یک N-کلمه‌ای که در آن مقدار N برابر ۳ است. |
| ۱۶ | True Negative (TN) |
مثالی که در آن مدل کلاس منفی را به درستی پیش‌بینی کرده است. به عنوان مثال، این مدل استنباط می‌کند که یک پیام الکترونیکی خاص اسپم نیست و آن پیام واقعا اسپم نبوده است. |
| ۱۷ | True Positive (TP) |
مثالی که در آن مدل به درستی کلاس مثبت را پیش‌بینی کرده است. به عنوان مثال، این مدل استنباط می‌کند که یک پیام الکترونیکی خاص هرزنامه است و آن پیام واقعا هرزنامه بوده است. |
| ۱۸ | True Positive Rate (TPR) |
نرخ مثبت حقیقی به شکل زیر محاسبه می‌شود: این مقدار بر روی محور y ها در منحنی ROC نوشته می‌شود. مترادف: بازخوانی (recall) |