无监督学习 是不为训练集提供对应类别标识的学习方法。

样本空间是一个实验或随机试验所有可能结果的集合，而随机试验中的每个可能结果称为样本点。

自组织映射（SOM）或自组织特征映射（SOFM）是一种使用非监督式学习来产生训练样本的输入空间的一个低维（通常是二维）离散化的表示的人工神经网络（ANN）。

循环神经网络是用来处理序列数据的网络模型。它指一个序列当前的输出与前面的输出有关。

线性修正单元（ReLU）, 又称线性整流函数, 是一种人工神经网络中常用的激活函数（activation function），通常指代以斜坡函数及其变种为代表的非线性函数。

自然语言理解（NLU）是通过语法、语义、语用的分析，获取自然语言的语义表示（semantic representation ) 的技术，是 自然语言处理 的重要步骤。

自然语言生成 ( NLG ) 是研究让计算机具有人一样的表达和写作的功能的技术。即能够根据一些关键信息及其在机器内部的表达形式， 经过一个规划过程， 来自动生成一段高质量的自然语言文本。

纳什均衡或叫纳什平衡, 又称为非合作博弈均衡，是博弈论的一个重要策略组合，以经济学家约翰·纳什命名。

命名实体识别（NER）也称作 “专名识别”，是指计算机将文本中的命名实体识别出来的过程。它是一个基本的 NLP（自然语言处理）任务。

无监督学习 是不为训练集提供对应类别标识的学习方法。

样本空间是一个实验或随机试验所有可能结果的集合，而随机试验中的每个可能结果称为样本点。

自组织映射（SOM）或自组织特征映射（SOFM）是一种使用非监督式学习来产生训练样本的输入空间的一个低维（通常是二维）离散化的表示的人工神经网络（ANN）。

循环神经网络是用来处理序列数据的网络模型。它指一个序列当前的输出与前面的输出有关。

线性修正单元（ReLU）, 又称线性整流函数, 是一种人工神经网络中常用的激活函数（activation function），通常指代以斜坡函数及其变种为代表的非线性函数。

自然语言理解（NLU）是通过语法、语义、语用的分析，获取自然语言的语义表示（semantic representation ) 的技术，是 自然语言处理 的重要步骤。

自然语言生成 ( NLG ) 是研究让计算机具有人一样的表达和写作的功能的技术。即能够根据一些关键信息及其在机器内部的表达形式， 经过一个规划过程， 来自动生成一段高质量的自然语言文本。

纳什均衡或叫纳什平衡, 又称为非合作博弈均衡，是博弈论的一个重要策略组合，以经济学家约翰·纳什命名。

命名实体识别（NER）也称作 “专名识别”，是指计算机将文本中的命名实体识别出来的过程。它是一个基本的 NLP（自然语言处理）任务。