概念词汇表：E¶

本页整理拼音首字母为 E 的中文概念词条。词条正文由单词源文件 include 生成。

嵌入¶

含义: 嵌入把文本、token、句子或文档转换成可比较的向量。
为什么重要: 理解它有助于把相近概念、执行边界和失败原因区分开。
相关概念: 分布式表示(distributed representation), 相似度搜索(similarity search), 向量(vector), 表示(representation)
核心 Section: P6-3.1
出现 Section: P1-11.1, P1-13.1, P1-13.2, P1-13.3, P5-10.1, P6-3.2, P6-3.3, P6-3.4, P7-5.1

编码器¶

含义: 编码器读取输入，并生成带有上下文信息的内部表示。
为什么重要: 它把读取输入并形成表示的角色，同生成输出的角色分开。这个区分有助于比较编码器中心模型、解码器中心模型和编码器-解码器结构。
相关概念: 解码器, 编码器-解码器, 上下文表示
核心 Section: P1-11.3
出现 Section: P1-11.2, P6-6.1, P6-6.2

编码器-解码器¶

含义: 编码器-解码器结构把读取输入和生成输出分成两个部分。
为什么重要: 它说明翻译、摘要等任务可以分成两个连接的角色：先把源序列编码成内部表示，再从这个表示解码出新序列。这个概念也帮助理解固定长度向量瓶颈和 attention 出现的理由。
相关概念: 编码器, 解码器, 注意力(attention)
核心 Section: P1-11.2
出现 Section: P1-11.3, P6-5.1

强化学习环境¶

含义: 强化学习环境是强化学习智能体行动后返回状态变化和奖励的外部世界或交互对象。
为什么重要: 理解它有助于把相近概念、执行边界和失败原因区分开。
相关概念: AI 智能体(AI agent), 智能体状态(state), 奖励(reward)
核心 Section: P1-8.3
出现 Section: P4-2.3

误差¶

含义: 误差是估计值或预测值与真实值之间的差。
为什么重要: 理解它有助于把相近概念、执行边界和失败原因区分开。
相关概念: 估计(estimation), 损失(loss), 样本(sample)
核心 Section: P2-5.3
出现 Section: P2-5.4, P2-6.1, P2-6.3, P2-15.1, P4-10.2

估计¶

含义: 该词条说明这一概念在 AI、数据处理或系统运行中的基本含义。
为什么重要: 理解它有助于把相近概念、执行边界和失败原因区分开。
相关概念: 总体(population), 样本(sample), 误差(error)
核心 Section: P2-5.3
出现 Section: P2-5.4, P2-6.1

评估数据(evaluation data)¶

含义：评估数据是没有直接用于模型训练，而是专门留下来检查已训练模型表现的数据。这里先按广义使用这个词，暂时不细分 validation data 和 test data。
为什么重要：要判断模型只是贴合已经见过的数据，还是也能推广到没见过的案例，就需要使用没有参与训练的数据来检查。区分评估数据，可以避免把训练分数和新数据表现的估计混在一起读。
相关概念：训练数据，验证数据，测试数据，泛化，评估指标
核心 Section：P4-4.1
出现 Section：P4-4.1, P4-4.2

概率事件(event)¶

含义: 概率事件是在样本空间中按某个关注条件归在一起的一组结果。
为什么重要: 理解它有助于把相近概念、执行边界和失败原因区分开。
相关概念: 样本空间(sample space), 概率(probability), 概率分布(probability distribution)
核心 Section: P2-5.1
出现 Section: P2-5.2, P2-5.3

利用¶

含义: 利用是根据已有信息选择当前看起来最好的行动。
为什么重要: 它和探索一起构成强化学习的核心权衡。利用太少会浪费已经学到的好策略，利用太多又可能让学习器错过长期更好的行动。
相关概念: 探索, 策略, 奖励
核心 Section: P1-8.3
出现 Section: P4-2.3

探索¶

含义: 探索是有意尝试尚未充分测试的行动来获得更多信息。
为什么重要: 如果只选择当前看起来最好的行动，学习器可能永远发现不了更好的长期策略。探索让强化学习能够收集新信息，但也会带来短期成本。
相关概念: 利用, 策略, 奖励
核心 Section: P1-8.3
出现 Section: P4-2.3, P4-19.3, P4-summary