Difference between revisions of "ML Glossary"
Jump to navigation
Jump to search
| (One intermediate revision by the same user not shown) | |||
| Line 12: | Line 12: | ||
== D == | == D == | ||
| + | * Decision Tree: ต้นไม้ตัดสินใจ | ||
* Deep Learning: การเรียนรู้เชิงลึก | * Deep Learning: การเรียนรู้เชิงลึก | ||
| Line 32: | Line 33: | ||
* Random Forest: ป่าสุ่ม | * Random Forest: ป่าสุ่ม | ||
* Recurrent Neural Network: โครงข่ายประสาทเทียมเวียนซ้ำ | * Recurrent Neural Network: โครงข่ายประสาทเทียมเวียนซ้ำ | ||
| + | * Regression: การถดถอย | ||
== S == | == S == | ||
* Support Vector Machine: เครื่องเวกเตอร์ค้ำยัน | * Support Vector Machine: เครื่องเวกเตอร์ค้ำยัน | ||
| + | |||
| + | == T == | ||
| + | * Tripet Loss: ฟังก์ชันสูญเสียแฝดสาม | ||
== U == | == U == | ||
Latest revision as of 17:38, 15 March 2021
A
- Activation function: ฟังก์ชันกระตุ้น
- Annotation: การกำกับข้อมูล
B
- Backpropagation: การแพร่ย้อนกลับ
- Backpropagation learning: การเรียนรู้ด้วยวิธีแพร่ย้อนกลับ
- Bias: อคติ
C
- Convolution Neural Network: โครงข่ายประสาทเทียมสังวัฒนาการ
D
- Decision Tree: ต้นไม้ตัดสินใจ
- Deep Learning: การเรียนรู้เชิงลึก
G
- Gated Recurrent Unit: หน่วยเวียนเกิดแบบมีประตูสัญญาณ
L
- LSTM: ความจำระยะสั้นแบบระยะยาว
M
- Machine Learning: การเรียนรู้ของเครื่อง
- Multi-layer Perceptron: เปอร์เซปตรอนแบบหลายชั้น
N
- Naive Bayes: เบยส์แบบไร้เดียงสา
- Neural Network: โครงข่ายประสาทเทียม
- No Free Lunch Theorem: ทฤษฎีบทไม่มีข้าวกลางวันฟรี
R
- Random Forest: ป่าสุ่ม
- Recurrent Neural Network: โครงข่ายประสาทเทียมเวียนซ้ำ
- Regression: การถดถอย
S
- Support Vector Machine: เครื่องเวกเตอร์ค้ำยัน
T
- Tripet Loss: ฟังก์ชันสูญเสียแฝดสาม
U
- Universal Approximation Theorem: ทฤษฎีการประมาณครอบจักรวาล
- Universal Function Approximator: ตัวประมาณฟังก์ชันครอบจักรวาล
W
- Weight: น้ำหนัก
- Weights: ชุดน้ำหนัก
