| کلمات | توضیح | |
|---|---|---|
| ۱ | Random Forest |
یک روش گروه ادغام (ensemble) برای پیدا کردن بهترین درخت تصمیم‌گیری بر روی داده‌های آموزش. در این روش چندین درخت تصمیم‌گیری ساخته می‌شود و سپس میانگین آن‌ها محاسبه می‌شود. کلمه «تصادفی» به این مساله... |
| ۲ | Random Policy |
در یادگیری تقویتی، به سیاستی گفته می‌شود که اعمال را به صورت تصادفی انتخاب می‌کند. |
| ۳ | Rank (Ordinality) |
موقعیت معمول یک دسته در یک مساله یادگیری ماشین که دسته‌ها را از بالا به پایین طبقه‌بندی می‌کند. به عنوان مثال، یک سامانه رتبه‌بندی رفتار می‌تواند پاداش یک سگ را از بالا (استیک) به پایین (کلم‌پیچ... |
| ۴ | Rater |
فردی که برای نمونه‌ها برچسب تولید می‌کند. این فرد حاشیه‌نویس یا annotator نیز نامیده می‌شود. |
| ۵ | Re-ranking |
مرحله پایانی در یک سامانه پیشنهادگر، که در آن المان‌هایی که به آن‌ها امتیاز نسبت داده شده ممکن است مجددا با الگوریتم‌های دیگر (معمولا غیر یادگیری ماشینی) امتیازدهی شوند. رتبه‌بندی مجدد لیست المان‌هایی... |
| ۶ | Recall |
معیاری که جهت ارزیابی مدل‌های طبقه‌بندی استفاده می‌شود و به به این سوال پاسخ می‌دهد که «از بین تمامی برچسب‌های مثبت، چقدر از آن‌ها توسط مدل درست تشخیص داده شده‌اند؟» چگونگی محاسبه این معیار به شکل زیر... |
| ۷ | Recommendation System |
سامانه‌ای که برای هر کاربر مجموعه نسبتا مطلوبی از موارد مطلوب را از میان یک گروه بزرگ انتخاب می‌کند. به عنوان مثال، یک سامانه توصیه‌گر فیلم ممکن است از میان ۱۰۰۰۰۰ فیلم دو مورد را به هر کاربر پیشنهاد... |
| ۸ | Rectified Linear Unit (ReLU) |
یک تابع فعال‌ساز با شزایط زیر: اگر مقدار ورودی منفی یا صفر باشد، خروجی صفر است. اگر مقدار ورودی مثبت باشد، خروجی برابر ورودی است. |
| ۹ | Recurrent Neural Network |
یک شبکه عصبی که طراحی شده تا چندین بار اجرا شود و بخش‌هایی از هر اجرا به عنوان ورودی در اجرای بعدی استفاده می‌شوند. به بیان دقیق‌تر، لایه‌های مخفی اجرای قبلی بخشی از ورودی همان لایه‌ها در اجرای بعدی... |
| ۱۰ | Regression Model |
نوعی از مدل‌ها که خروجی آن‌ها مقادیر پیوسته (معمولا اعشاری) است. این مدل‌ها در برابر مدل‌های دسته‌بندی قرار می‌گیرند که در آن‌ها خروجی مقداری گسسته و محدود، مانند اعداد طبیعی بین ۱ تا ۱۰ دارد. در... |
| ۱۱ | Regularization |
جریمه‌ای برای پیچیدگی‌های مدل. نظم‌دهی به ما در جلوگیری از بیش‌برازش (overfitting) کمک می‌کند. انواع مختلفی از نظم‌دهی وجود دارد که از آن‌ها می‌توان به موارد زیر اشاره کرد: نظم‌دهی L1 نظم‌دهی... |
| ۱۲ | Regularization Rate |
یک مقدار نرده‌ای (اسکالر) که با لاندا نمایش داده می‌شود و اهمیت نسبی تابع نظم‌دهی را مشخص می‌کند. عبارت تابع زیان ساده‌شده زیر تاثیر نرخ نظم‌دهی را نشان می‌دهد: افزایش نرخ نظم‌دهی بیش‌برازش را کاهش... |
| ۱۳ | Reinforcement Learning (RL) |
دسته‌ای از الگوریتم‌ها که یک سیاست بهینه را با هدف بیشینه کردن بازده در تعامل با محیط یاد می‌گیرند. به عنوان مثال، پاداش نهایی اکثر بازی‌ها پیروزی است. یادگیری تقویتی می‌تواند با ارزیابی حرکات در... |
| ۱۴ | Replay Buffer |
در الگوریتم‌هایی مانند DQN، به حافظه‌ای گفته می‌شود که توسط عامل جهت ذخیره انتقالات بین حالات در تکرار تجربه استفاده می‌شود. |
| ۱۵ | Reporting Bias |
این واقعیت که فراوانی نوشتن افراد درباره اعمال، نتایج یا ویژگی‌ها بازتابی از فراوانی آن‌ها در دنیای واقعی یا میزانی که یک ویژگی در اعضای یک دسته مشخص است، نیست. سوگیری گزارش می‌تواند بر ترکیب... |
| ۱۶ | Representation |
فرآیند نگاشت داده‌ها به ویژگی‌های پرکاربرد. |
| ۱۷ | Return |
در یادگیری تقویتی، با توجه به یک خط مشی و یک حالت خاص، بازده مجموع تمام امتیازاتی است که عامل انتظار دارد با دنبال کردن خط مشی از یک حالت تا پایان یک قسمت بدست بیاورد. عامل بابت تاخیر نقل و انتقال بین... |
| ۱۸ | Reward |
در یادگیری تقویتی، نتیجه کمی انجام یک عمل در یک حالت که در یک محیط تعریف شده‌اند. |
| ۱۹ | Ridge Regularization |
مترادف: نظم‌دهی L2 واژه نظم‌دهی ستیغی بیشتر در زمینه‌های آماری خالص کاربرد دارد، درحالی که نظم‌دهی L2 بیشتر در حوزه یادگیری ماشین به کار می‌رود. |
| ۲۰ | RNN |
مخفف Recurrent Neural Network یا شبکه عصبی بازگشتی است. |
| ۲۱ | ROC (Receiver Operating Characteristic) Curve |
منحنی‌ای که مقدار نرخ مثبت حقیقی و نرخ مثبت کاذب به ازای حد آستانه‌های دسته‌بندی مختلف نمایش می‌دهد. اطلاعات بیشتر: AUC |
| ۲۲ | Root Mean Squared Error (RMSE) |
ریشه دوم میانگین مجذور خطا. |
| ۲۳ | Rotational Invariance |
در یک مساله دسته‌بندی تصویر، به توانایی الگوریتم در دسته‌بندی درست تصاویر در صورت چرخش آن‌ها گفته می‌شود. به عنوان مثال، الگوریتم باید تصویر یک راکت تنیس را در هر جهتی تشخیص دهد. توجه کنید که ناوردایی... |