Các Thuật Ngữ Trong Machine Learning - B ?
Các thuật ngữ này định nghĩa cho thuật ngữ chung về học máy cũng như các thuật ngữ cụ thể cho TensorFlow.
backpropagation
Các thuật toán để thực hiện gradient descent trên neuron. Đầu tiền, các giá trị output của mỗi node được tính toán (và lưu trữ) trong forward pass. Sau đó,
baseline
Một simple model hoặc heuristic được sử dụng làm điểm tham chiếu để so sánh model hoạt động tốt như thế nào. Baseline giúp các nhà phát triển model định lượng được hiệu năng tối thiểu, dự kiến về một vấn đề cụ thể.
batch
Tập hợp các examples được sử dụng trong một iteration (một lần lặp, một sự cập nhật weights của model trong quá trình huấn luyện, tức là một cập nhật gradient) của model training.
batch size
Số lượng các examples trong một batch. Ví dụ, kích thước batch của SGD là 1, trong khi lô quy mô của một mini-batch thường là từ 10 đến 1000. Kích thước batch thường được cố định trong quá trình training; tuy nhiên, TensorFlow cho phép kích thước batch năng động, tùy biến.
bias
Bias được gọi là b hoặc w0 trong các mô hình machine learning. Khá quen thuộc trong đại số tuyến tính "y = wx + b"
binary classification
Một loại phân loại đưa ra một trong hai lớp loại trừ lẫn nhau. Ví dụ, một mô hình học máy để đánh giá thư điện tử và kết quả đầu ra "spam" hoặc "không spam" là một bộ phân loại nhị phân.
bucketing
Chuyển đổi tính năng (thường liên tục) sang nhiều tính năng nhị phân được gọi là thùng hoặc thùng chứa, thường dựa trên phạm vi giá trị. Ví dụ, thay vì đại diện cho nhiệt độ như là một điểm floating-point liên tục duy nhất, bạn có thể cắt giảm phạm vi nhiệt độ thành các thùng rác rời rạc. Do dữ liệu nhiệt độ nhạy với một phần mười của một độ, tất cả các nhiệt độ từ 0,0 đến 15,0 độ có thể được đưa vào một thùng, 15,1 đến 30,0 độ có thể là một thùng thứ hai, và 30,1 đến 50,0 độ có thể là một thùng thứ ba.
Blog:
