贝叶斯概率是由贝叶斯理论所提供的一种对概率的解释，它采用将概率定义为某人对一个命题信任的程度的概念。贝叶斯理论同时也建议贝叶斯定理可以用作根据新的信息导出或者更新现有的置信度的规则。

边缘化是基于变量发现另一变量的方法，它通过对变量的可能值求和以判定另一个变量的边缘贡献，这个定义相对抽象

层次聚类是一类算法的总成，即通过从下往上不断合并或者从上往下不断分裂以形成嵌套的簇，这种层次的类通过「树状图」来表示，而 Agglomerative Clustering 算法便是其中之一。

博弈论又称对策论、赛局理论等，既是现代数学的一个新分支，也是运筹学的一个重要学科。主要研究激励结构间的相互作用，其考虑游戏中个体的预测行为和实际行为，并研究相关优化策略。

超限学习机是机器学习领域的一种神经网络模型，它可以被用于求解单隐层前馈神经网络。

错误率是指在预测中，预测错误所占的比例

查准率是用于信息检索和统计分类的一个度量值，指提取的正确样本相对于提取数量的比值。相近的概念有召回率，其是指提取的样本数与总样本数量的比值。

池化即空间池化，是卷积神经网络中用于提取特征的一种方法，通过对不同特征进行聚合统计处理以获得相对更低的维度，同时避免出现过拟合现象。池化在降低各个特征图维度的同时保留大部分重要信息，目前主要有最大化、平均化、加和等方式。常见的池化操作最常见的池化操作