赞
踩
- 来源:表哥有话讲
- 本文约4800字,建议阅读15分钟
- 本文介绍了几位机器学习权威专家汇总的725个机器学习术语表,非常全面了,值得收藏!
英文术语 | 中文翻译 |
---|---|
0-1 Loss Function | 0-1损失函数 |
Accept-Reject Sampling Method | 接受-拒绝抽样法/接受-拒绝采样法 |
Accumulated Error Backpropagation | 累积误差反向传播 |
Accuracy | 精度 |
Acquisition Function | 采集函数 |
Action | 动作 |
Activation Function | 激活函数 |
Active Learning | 主动学习 |
Adaptive Bitrate Algorithm | 自适应比特率算法 |
Adaptive Boosting | AdaBoost |
Adaptive Gradient Algorithm | AdaGrad |
Adaptive Moment Estimation Algorithm | Adam算法 |
Adaptive Resonance Theory | 自适应谐振理论 |
Additive Model | 加性模型 |
Affinity Matrix | 亲和矩阵 |
Agent | 智能体 |
Algorithm | 算法 |
Alpha-Beta Pruning | α-β修剪法 |
Anomaly Detection | 异常检测 |
Approximate Inference | 近似推断 |
Area Under ROC Curve | AUC |
Artificial Intelligence | 人工智能 |
Artificial Neural Network | 人工神经网络 |
Artificial Neuron | 人工神经元 |
Attention | 注意力 |
Attention Mechanism | 注意力机制 |
Attribute | 属性 |
Attribute Space | 属性空间 |
Autoencoder | 自编码器 |
Automatic Differentiation | 自动微分 |
Autoregressive Model | 自回归模型 |
Back Propagation | 反向传播 |
Back Propagation Algorithm | 反向传播算法 |
Back Propagation Through Time | 随时间反向传播 |
Backward Induction | 反向归纳 |
Backward Search | 反向搜索 |
Bag of Words | 词袋 |
Bandit | 赌博机/老虎机 |
Base Learner | 基学习器 |
Base Learning Algorithm | 基学习算法 |
Baseline | 基准 |
Batch | 批量 |
Batch Normalization | 批量规范化 |
Bayes Decision Rule | 贝叶斯决策准则 |
Bayes Model Averaging | 贝叶斯模型平均 |
Bayes Optimal Classifier | 贝叶斯最优分类器 |
Bayes' Theorem | 贝叶斯定理 |
Bayesian Decision Theory | 贝叶斯决策理论 |
Bayesian Inference | 贝叶斯推断 |
Bayesian Learning | 贝叶斯学习 |
Bayesian Network | 贝叶斯网/贝叶斯网络 |
Bayesian Optimization | 贝叶斯优化 |
Beam Search | 束搜索 |
Benchmark | 基准 |
Belief Network | 信念网/信念网络 |
Belief Propagation | 信念传播 |
Bellman Equation | 贝尔曼方程 |
Bernoulli Distribution | 伯努利分布 |
Beta Distribution | 贝塔分布 |
Between-Class Scatter Matrix | 类间散度矩阵 |
BFGS | BFGS |
Bias | 偏差/偏置 |
Bias In Affine Function | 偏置 |
Bias In Statistics | 偏差 |
Bias Shift | 偏置偏移 |
Bias-Variance Decomposition | 偏差 - 方差分解 |
Bias-Variance Dilemma | 偏差 - 方差困境 |
Bidirectional Recurrent Neural Network | 双向循环神经网络 |
Bigram | 二元语法 |
Bilingual Evaluation Understudy | BLEU |
Binary Classification | 二分类 |
Binomial Distribution | 二项分布 |
Binomial Test | 二项检验 |
Boltzmann Distribution | 玻尔兹曼分布 |
Boltzmann Machine | 玻尔兹曼机 |
Boosting | Boosting |
Bootstrap Aggregating | Bagging |
Bootstrap Sampling | 自助采样法 |
Bootstrapping | 自助法/自举法 |
Break-Event Point | 平衡点 |
Bucketing | 分桶 |
Calculus of Variations | 变分法 |
Cascade-Correlation | 级联相关 |
Catastrophic Forgetting | 灾难性遗忘 |
Categorical Distribution | 类别分布 |
Cell | 单元 |
Chain Rule | 链式法则 |
Chebyshev Distance | 切比雪夫距离 |
Class | 类别 |
Class-Imbalance | 类别不平衡 |
Classification | 分类 |
Classification And Regression Tree | 分类与回归树 |
Classifier | 分类器 |
Clique | 团 |
Cluster | 簇 |
Cluster Assumption | 聚类假设 |
Clustering | 聚类 |
Clustering Ensemble | 聚类集成 |
Co-Training | 协同训练 |
Coding Matrix | 编码矩阵 |
Collaborative Filtering | 协同过滤 |
Competitive Learning | 竞争型学习 |
Comprehensibility | 可解释性 |
Computation Graph | 计算图 |
Computational Learning Theory | 计算学习理论 |
Conditional Entropy | 条件熵 |
Conditional Probability | 条件概率 |
Conditional Probability Distribution | 条件概率分布 |
Conditional Random Field | 条件随机场 |
Conditional Risk | 条件风险 |
Confidence | 置信度 |
Confusion Matrix | 混淆矩阵 |
Conjugate Distribution | 共轭分布 |
Connection Weight | 连接权 |
Connectionism | 连接主义 |
Consistency | 一致性 |
Constrained Optimization | 约束优化 |
Context Variable | 上下文变量 |
Context Vector | 上下文向量 |
Context Window | 上下文窗口 |
Context Word | 上下文词 |
Contextual Bandit | 上下文赌博机/上下文老虎机 |
Contingency Table | 列联表 |
Continuous Attribute | 连续属性 |
Contrastive Divergence | 对比散度 |
Convergence | 收敛 |
Convex Optimization | 凸优化 |
Convex Quadratic Programming | 凸二次规划 |
Convolution | 卷积 |
Convolutional Kernel | 卷积核 |
Convolutional Neural Network | 卷积神经网络 |
Coordinate Descent | 坐标下降 |
Corpus | 语料库 |
Correlation Coefficient | 相关系数 |
Cosine Similarity | 余弦相似度 |
Cost | 代价 |
Cost Curve | 代价曲线 |
Cost Function | 代价函数 |
Cost Matrix | 代价矩阵 |
Cost-Sensitive | 代价敏感 |
Covariance | 协方差 |
Covariance Matrix | 协方差矩阵 |
Critical Point | 临界点 |
Cross Entropy | 交叉熵 |
Cross Validation | 交叉验证 |
Curse of Dimensionality | 维数灾难 |
Cutting Plane Algorithm | 割平面法 |
Data Mining | 数据挖掘 |
Data Set | 数据集 |
Davidon-Fletcher-Powell | DFP |
Decision Boundary | 决策边界 |
Decision Function | 决策函数 |
Decision Stump | 决策树桩 |
Decision Tree | 决策树 |
Decoder | 解码器 |
Decoding | 解码 |
Deconvolution | 反卷积 |
Deconvolutional Network | 反卷积网络 |
Deduction | 演绎 |
Deep Belief Network | 深度信念网络 |
Deep Boltzmann Machine | 深度玻尔兹曼机 |
Deep Convolutional Generative Adversarial Network | 深度卷积生成对抗网络 |
Deep Learning | 深度学习 |
Deep Neural Network | 深度神经网络 |
Deep Q-Network | 深度Q网络 |
Delta-Bar-Delta | Delta-Bar-Delta |
Denoising | 去噪 |
Denoising Autoencoder | 去噪自编码器 |
Denoising Score Matching | 去躁分数匹配 |
Density Estimation | 密度估计 |
Density-Based Clustering | 密度聚类 |
Derivative | 导数 |
Determinant | 行列式 |
Diagonal Matrix | 对角矩阵 |
Dictionary Learning | 字典学习 |
Dimension Reduction | 降维 |
Directed Edge | 有向边 |
Directed Graphical Model | 有向图模型 |
Directed Separation | 有向分离 |
Dirichlet Distribution | 狄利克雷分布 |
Discriminative Model | 判别式模型 |
Discriminator | 判别器 |
Discriminator Network | 判别网络 |
Distance Measure | 距离度量 |
Distance Metric Learning | 距离度量学习 |
Distributed Representation | 分布式表示 |
Diverge | 发散 |
Divergence | 散度 |
Diversity | 多样性 |
Diversity Measure | 多样性度量/差异性度量 |
Domain Adaptation | 领域自适应 |
Dominant Strategy | 主特征值 |
Dominant Strategy | 占优策略 |
Down Sampling | 下采样 |
Dropout | 暂退法 |
Dropout Boosting | 暂退Boosting |
Dropout Method | 暂退法 |
Dual Problem | 对偶问题 |
Dummy Node | 哑结点 |
Dynamic Bayesian Network | 动态贝叶斯网络 |
Dynamic Programming | 动态规划 |
Early Stopping | 早停 |
Eigendecomposition | 特征分解 |
Eigenvalue | 特征值 |
Element-Wise Product | 逐元素积 |
Embedding | 嵌入 |
Empirical Conditional Entropy | 经验条件熵 |
Empirical Distribution | 经验分布 |
Empirical Entropy | 经验熵 |
Empirical Error | 经验误差 |
Empirical Risk | 经验风险 |
Empirical Risk Minimization | 经验风险最小化 |
Encoder | 编码器 |
Encoding | 编码 |
End-To-End | 端到端 |
Energy Function | 能量函数 |
Energy-Based Model | 基于能量的模型 |
Ensemble Learning | 集成学习 |
Ensemble Pruning | 集成修剪 |
Entropy | 熵 |
Episode | 回合 |
Epoch | 轮 |
Error | 误差 |
Error Backpropagation Algorithm | 误差反向传播算法 |
Error Backpropagation | 误差反向传播 |
Error Correcting Output Codes | 纠错输出编码 |
Error Rate | 错误率 |
Error-Ambiguity Decomposition | 误差-分歧分解 |
Estimator | 估计/估计量 |
Euclidean Distance | 欧氏距离 |
Evidence | 证据 |
Evidence Lower Bound | 证据下界 |
Exact Inference | 精确推断 |
Example | 样例 |
Expectation | 期望 |
Expectation Maximization | 期望最大化 |
Expected Loss | 期望损失 |
Expert System | 专家系统 |
Exploding Gradient | 梯度爆炸 |
Exponential Loss Function | 指数损失函数 |
Factor | 因子 |
Factorization | 因子分解 |
Feature | 特征 |
Feature Engineering | 特征工程 |
Feature Map | 特征图 |
Feature Selection | 特征选择 |
Feature Vector | 特征向量 |
Featured Learning | 特征学习 |
Feedforward | 前馈 |
Feedforward Neural Network | 前馈神经网络 |
Few-Shot Learning | 少试学习 |
Filter | 滤波器 |
Fine-Tuning | 微调 |
Fluctuation | 振荡 |
Forget Gate | 遗忘门 |
Forward Propagation | 前向传播/正向传播 |
Forward Stagewise Algorithm | 前向分步算法 |
Fractionally Strided Convolution | 微步卷积 |
Frobenius Norm | Frobenius 范数 |
Full Padding | 全填充 |
Functional | 泛函 |
Functional Neuron | 功能神经元 |
Gated Recurrent Unit | 门控循环单元 |
Gated RNN | 门控RNN |
Gaussian Distribution | 高斯分布 |
Gaussian Kernel | 高斯核 |
Gaussian Kernel Function | 高斯核函数 |
Gaussian Mixture Model | 高斯混合模型 |
Gaussian Process | 高斯过程 |
Generalization Ability | 泛化能力 |
Generalization Error | 泛化误差 |
Generalization Error Bound | 泛化误差上界 |
Generalize | 泛化 |
Generalized Lagrange Function | 广义拉格朗日函数 |
Generalized Linear Model | 广义线性模型 |
Generalized Rayleigh Quotient | 广义瑞利商 |
Generative Adversarial Network | 生成对抗网络 |
Generative Model | 生成式模型 |
Generator | 生成器 |
Generator Network | 生成器网络 |
Genetic Algorithm | 遗传算法 |
Gibbs Distribution | 吉布斯分布 |
Gibbs Sampling | 吉布斯采样/吉布斯抽样 |
Gini Index | 基尼指数 |
Global Markov Property | 全局马尔可夫性 |
Global Minimum | 全局最小 |
Gradient | 梯度 |
Gradient Clipping | 梯度截断 |
Gradient Descent | 梯度下降 |
Gradient Descent Method | 梯度下降法 |
Gradient Exploding Problem | 梯度爆炸问题 |
Gram Matrix | Gram 矩阵 |
Graph Convolutional Network | 图卷积神经网络/图卷积网络 |
Graph Neural Network | 图神经网络 |
Graphical Model | 图模型 |
Grid Search | 网格搜索 |
Ground Truth | 真实值 |
Hadamard Product | Hadamard积 |
Hamming Distance | 汉明距离 |
Hard Margin | 硬间隔 |
Hebbian Rule | 赫布法则 |
Hidden Layer | 隐藏层 |
Hidden Markov Model | 隐马尔可夫模型 |
Hidden Variable | 隐变量 |
Hierarchical Clustering | 层次聚类 |
Hilbert Space | 希尔伯特空间 |
Hinge Loss Function | 合页损失函数/Hinge损失函数 |
Hold-Out | 留出法 |
Hyperparameter | 超参数 |
Hyperparameter Optimization | 超参数优化 |
Hypothesis | 假设 |
Hypothesis Space | 假设空间 |
Hypothesis Test | 假设检验 |
Identity Matrix | 单位矩阵 |
Imitation Learning | 模仿学习 |
Importance Sampling | 重要性采样 |
Improved Iterative Scaling | 改进的迭代尺度法 |
Incremental Learning | 增量学习 |
Independent and Identically Distributed | 独立同分布 |
Indicator Function | 指示函数 |
Individual Learner | 个体学习器 |
Induction | 归纳 |
Inductive Bias | 归纳偏好 |
Inductive Learning | 归纳学习 |
Inductive Logic Programming | 归纳逻辑程序设计 |
Inference | 推断 |
Information Entropy | 信息熵 |
Information Gain | 信息增益 |
Inner Product | 内积 |
Instance | 示例 |
Internal Covariate Shift | 内部协变量偏移 |
Inverse Matrix | 逆矩阵 |
Inverse Resolution | 逆归结 |
Isometric Mapping | 等度量映射 |
Jacobian Matrix | 雅可比矩阵 |
Jensen Inequality | Jensen不等式 |
Joint Probability Distribution | 联合概率分布 |
K-Armed Bandit Problem | k-摇臂老虎机 |
K-Fold Cross Validation | k 折交叉验证 |
Karush-Kuhn-Tucker Condition | KKT条件 |
Karush–Kuhn–Tucker | Karush–Kuhn–Tucker |
Kernel Function | 核函数 |
Kernel Method | 核方法 |
Kernel Trick | 核技巧 |
Kernelized Linear Discriminant Analysis | 核线性判别分析 |
KL Divergence | KL散度 |
L-BFGS | L-BFGS |
Label | 标签 |
Label Space | 标记空间 |
Lagrange Duality | 拉格朗日对偶性 |
Lagrange Multiplier | 拉格朗日乘子 |
Language Model | 语言模型 |
Laplace Smoothing | 拉普拉斯平滑 |
Laplacian Correction | 拉普拉斯修正 |
Latent Dirichlet Allocation | 潜在狄利克雷分配 |
Latent Semantic Analysis | 潜在语义分析 |
Latent Variable | 潜变量/隐变量 |
Law of Large Numbers | 大数定律 |
Layer Normalization | 层规范化 |
Lazy Learning | 懒惰学习 |
Leaky Relu | 泄漏修正线性单元/泄漏整流线性单元 |
Learner | 学习器 |
Learning | 学习 |
Learning By Analogy | 类比学习 |
Learning Rate | 学习率 |
Learning Vector Quantization | 学习向量量化 |
Least Square Method | 最小二乘法 |
Least Squares Regression Tree | 最小二乘回归树 |
Left Singular Vector | 左奇异向量 |
Likelihood | 似然 |
Linear Chain Conditional Random Field | 线性链条件随机场 |
Linear Classification Model | 线性分类模型 |
Linear Classifier | 线性分类器 |
Linear Dependence | 线性相关 |
Linear Discriminant Analysis | 线性判别分析 |
Linear Model | 线性模型 |
Linear Regression | 线性回归 |
Link Function | 联系函数 |
Local Markov Property | 局部马尔可夫性 |
Local Minima | 局部极小 |
Local Minimum | 局部极小 |
Local Representation | 局部式表示/局部式表征 |
Log Likelihood | 对数似然函数 |
Log Linear Model | 对数线性模型 |
Log-Likelihood | 对数似然 |
Log-Linear Regression | 对数线性回归 |
Logistic Function | 对数几率函数 |
Logistic Regression | 对数几率回归 |
Logit | 对数几率 |
Long Short Term Memory | 长短期记忆 |
Long Short-Term Memory Network | 长短期记忆网络 |
Loopy Belief Propagation | 环状信念传播 |
Loss Function | 损失函数 |
Low Rank Matrix Approximation | 低秩矩阵近似 |
Machine Learning | 机器学习 |
Macron-R | 宏查全率 |
Manhattan Distance | 曼哈顿距离 |
Manifold | 流形 |
Manifold Assumption | 流形假设 |
Manifold Learning | 流形学习 |
Margin | 间隔 |
Marginal Distribution | 边缘分布 |
Marginal Independence | 边缘独立性 |
Marginalization | 边缘化 |
Markov Chain | 马尔可夫链 |
Markov Chain Monte Carlo | 马尔可夫链蒙特卡罗 |
Markov Decision Process | 马尔可夫决策过程 |
Markov Network | 马尔可夫网络 |
Markov Process | 马尔可夫过程 |
Markov Random Field | 马尔可夫随机场 |
Mask | 掩码 |
Matrix | 矩阵 |
Matrix Inversion | 逆矩阵 |
Max Pooling | 最大汇聚 |
Maximal Clique | 最大团 |
Maximum Entropy Model | 最大熵模型 |
Maximum Likelihood Estimation | 极大似然估计 |
Maximum Margin | 最大间隔 |
Mean Filed | 平均场 |
Mean Pooling | 平均汇聚 |
Mean Squared Error | 均方误差 |
Mean-Field | 平均场 |
Memory Network | 记忆网络 |
Message Passing | 消息传递 |
Metric Learning | 度量学习 |
Micro-R | 微查全率 |
Minibatch | 小批量 |
Minimal Description Length | 最小描述长度 |
Minimax Game | 极小极大博弈 |
Minkowski Distance | 闵可夫斯基距离 |
Mixture of Experts | 混合专家模型 |
Mixture-of-Gaussian | 高斯混合 |
Model | 模型 |
Model Selection | 模型选择 |
Momentum Method | 动量法 |
Monte Carlo Method | 蒙特卡罗方法 |
Moral Graph | 端正图/道德图 |
Moralization | 道德化 |
Multi-Class Classification | 多分类 |
Multi-Head Attention | 多头注意力 |
Multi-Head Self-Attention | 多头自注意力 |
Multi-Kernel Learning | 多核学习 |
Multi-Label Learning | 多标记学习 |
Multi-Layer Feedforward Neural Networks | 多层前馈神经网络 |
Multi-Layer Perceptron | 多层感知机 |
Multinomial Distribution | 多项分布 |
Multiple Dimensional Scaling | 多维缩放 |
Multiple Linear Regression | 多元线性回归 |
Multitask Learning | 多任务学习 |
Multivariate Normal Distribution | 多元正态分布 |
Mutual Information | 互信息 |
N-Gram Model | N元模型 |
Naive Bayes Classifier | 朴素贝叶斯分类器 |
Naive Bayes | 朴素贝叶斯 |
Nearest Neighbor Classifier | 最近邻分类器 |
Negative Log Likelihood | 负对数似然函数 |
Neighbourhood Component Analysis | 近邻成分分析 |
Net Input | 净输入 |
Neural Network | 神经网络 |
Neural Turing Machine | 神经图灵机 |
Neuron | 神经元 |
Newton Method | 牛顿法 |
No Free Lunch Theorem | 没有免费午餐定理 |
Noise-Contrastive Estimation | 噪声对比估计 |
Nominal Attribute | 列名属性 |
Non-Convex Optimization | 非凸优化 |
Non-Metric Distance | 非度量距离 |
Non-Negative Matrix Factorization | 非负矩阵分解 |
Non-Ordinal Attribute | 无序属性 |
Norm | 范数 |
Normal Distribution | 正态分布 |
Normalization | 规范化 |
Nuclear Norm | 核范数 |
Number of Epochs | 轮数 |
Numerical Attribute | 数值属性 |
Object Detection | 目标检测 |
Oblique Decision Tree | 斜决策树 |
Occam's Razor | 奥卡姆剃刀 |
Odds | 几率 |
Off-Policy | 异策略 |
On-Policy | 同策略 |
One-Dependent Estimator | 独依赖估计 |
One-Hot | 独热 |
Online Learning | 在线学习 |
Optimizer | 优化器 |
Ordinal Attribute | 有序属性 |
Orthogonal | 正交 |
Orthogonal Matrix | 正交矩阵 |
Out-Of-Bag Estimate | 包外估计 |
Outlier | 异常点 |
Over-Parameterized | 过度参数化 |
Overfitting | 过拟合 |
Oversampling | 过采样 |
Pac-Learnable | PAC可学习 |
Padding | 填充 |
Pairwise Markov Property | 成对马尔可夫性 |
Parallel Distributed Processing | 分布式并行处理 |
Parameter | 参数 |
Parameter Estimation | 参数估计 |
Parameter Space | 参数空间 |
Parameter Tuning | 调参 |
Parametric ReLU | 参数化修正线性单元/参数化整流线性单元 |
Part-Of-Speech Tagging | 词性标注 |
Partial Derivative | 偏导数 |
Partially Observable Markov Decision Processes | 部分可观测马尔可夫决策过程 |
Partition Function | 配分函数 |
Perceptron | 感知机 |
Performance Measure | 性能度量 |
Perplexity | 困惑度 |
Pointer Network | 指针网络 |
Policy | 策略 |
Policy Gradient | 策略梯度 |
Policy Iteration | 策略迭代 |
Polynomial Kernel Function | 多项式核函数 |
Pooling | 汇聚 |
Pooling Layer | 汇聚层 |
Positive Definite Matrix | 正定矩阵 |
Post-Pruning | 后剪枝 |
Potential Function | 势函数 |
Power Method | 幂法 |
Pre-Training | 预训练 |
Precision | 查准率/准确率 |
Prepruning | 预剪枝 |
Primal Problem | 主问题 |
Primary Visual Cortex | 初级视觉皮层 |
Principal Component Analysis | 主成分分析 |
Prior | 先验 |
Probabilistic Context-Free Grammar | 概率上下文无关文法 |
Probabilistic Graphical Model | 概率图模型 |
Probabilistic Model | 概率模型 |
Probability Density Function | 概率密度函数 |
Probability Distribution | 概率分布 |
Probably Approximately Correct | 概率近似正确 |
Proposal Distribution | 提议分布 |
Prototype-Based Clustering | 原型聚类 |
Proximal Gradient Descent | 近端梯度下降 |
Pruning | 剪枝 |
Quadratic Loss Function | 平方损失函数 |
Quadratic Programming | 二次规划 |
Quasi Newton Method | 拟牛顿法 |
Radial Basis Function | 径向基函数 |
Random Forest | 随机森林 |
Random Sampling | 随机采样 |
Random Search | 随机搜索 |
Random Variable | 随机变量 |
Random Walk | 随机游走 |
Recall | 查全率/召回率 |
Receptive Field | 感受野 |
Reconstruction Error | 重构误差 |
Rectified Linear Unit | 修正线性单元/整流线性单元 |
Recurrent Neural Network | 循环神经网络 |
Recursive Neural Network | 递归神经网络 |
Regression | 回归 |
Regularization | 正则化 |
Regularizer | 正则化项 |
Reinforcement Learning | 强化学习 |
Relative Entropy | 相对熵 |
Reparameterization | 再参数化/重参数化 |
Representation | 表示 |
Representation Learning | 表示学习 |
Representer Theorem | 表示定理 |
Reproducing Kernel Hilbert Space | 再生核希尔伯特空间 |
Rescaling | 再缩放 |
Reset Gate | 重置门 |
Residual Connection | 残差连接 |
Residual Network | 残差网络 |
Restricted Boltzmann Machine | 受限玻尔兹曼机 |
Reward | 奖励 |
Ridge Regression | 岭回归 |
Right Singular Vector | 右奇异向量 |
Risk | 风险 |
Robustness | 稳健性 |
Root Node | 根结点 |
Rule Learning | 规则学习 |
Saddle Point | 鞍点 |
Sample | 样本 |
Sample Complexity | 样本复杂度 |
Sample Space | 样本空间 |
Scalar | 标量 |
Selective Ensemble | 选择性集成 |
Self Information | 自信息 |
Self-Attention | 自注意力 |
Self-Organizing Map | 自组织映射网 |
Self-Training | 自训练 |
Semi-Definite Programming | 半正定规划 |
Semi-Naive Bayes Classifiers | 半朴素贝叶斯分类器 |
Semi-Restricted Boltzmann Machine | 半受限玻尔兹曼机 |
Semi-Supervised Clustering | 半监督聚类 |
Semi-Supervised Learning | 半监督学习 |
Semi-Supervised Support Vector Machine | 半监督支持向量机 |
Sentiment Analysis | 情感分析 |
Separating Hyperplane | 分离超平面 |
Sequential Covering | 序贯覆盖 |
Sigmoid Belief Network | Sigmoid信念网络 |
Sigmoid Function | Sigmoid函数 |
Signed Distance | 带符号距离 |
Similarity Measure | 相似度度量 |
Simulated Annealing | 模拟退火 |
Simultaneous Localization And Mapping | 即时定位与地图构建 |
Singular Value | 奇异值 |
Singular Value Decomposition | 奇异值分解 |
Skip-Gram Model | 跳元模型 |
Smoothing | 平滑 |
Soft Margin | 软间隔 |
Soft Margin Maximization | 软间隔最大化 |
Softmax | Softmax/软最大化 |
Softmax Function | Softmax函数/软最大化函数 |
Softmax Regression | Softmax回归/软最大化回归 |
Softplus Function | Softplus函数 |
Span | 张成子空间 |
Sparse Coding | 稀疏编码 |
Sparse Representation | 稀疏表示 |
Sparsity | 稀疏性 |
Specialization | 特化 |
Splitting Variable | 切分变量 |
Squashing Function | 挤压函数 |
Standard Normal Distribution | 标准正态分布 |
State | 状态 |
State Value Function | 状态值函数 |
State-Action Value Function | 状态-动作值函数 |
Stationary Distribution | 平稳分布 |
Stationary Point | 驻点 |
Statistical Learning | 统计学习 |
Steepest Descent | 最速下降法 |
Stochastic Gradient Descent | 随机梯度下降 |
Stochastic Matrix | 随机矩阵 |
Stochastic Process | 随机过程 |
Stratified Sampling | 分层采样 |
Stride | 步幅 |
Structural Risk | 结构风险 |
Structural Risk Minimization | 结构风险最小化 |
Subsample | 子采样 |
Subsampling | 下采样 |
Subset Search | 子集搜索 |
Subspace | 子空间 |
Supervised Learning | 监督学习 |
Support Vector | 支持向量 |
Support Vector Expansion | 支持向量展式 |
Support Vector Machine | 支持向量机 |
Surrogat Loss | 替代损失 |
Surrogate Function | 替代函数 |
Surrogate Loss Function | 代理损失函数 |
Symbolism | 符号主义 |
Tangent Propagation | 正切传播 |
Teacher Forcing | 强制教学 |
Temporal-Difference Learning | 时序差分学习 |
Tensor | 张量 |
Test Error | 测试误差 |
Test Sample | 测试样本 |
Test Set | 测试集 |
Threshold | 阈值 |
Threshold Logic Unit | 阈值逻辑单元 |
Threshold-Moving | 阈值移动 |
Tied Weight | 捆绑权重 |
Tikhonov Regularization | Tikhonov正则化 |
Time Delay Neural Network | 时延神经网络 |
Time Homogenous Markov Chain | 时间齐次马尔可夫链 |
Time Step | 时间步 |
Token | 词元 |
Token | 词元 |
Tokenization | 词元化 |
Tokenizer | 词元分析器 |
Topic Model | 话题模型 |
Topic Modeling | 话题分析 |
Trace | 迹 |
Training | 训练 |
Training Error | 训练误差 |
Training Sample | 训练样本 |
Training Set | 训练集 |
Transductive Learning | 直推学习 |
Transductive Transfer Learning | 直推迁移学习 |
Transfer Learning | 迁移学习 |
Transformer | Transformer |
Transformer Model | Transformer模型 |
Transpose | 转置 |
Transposed Convolution | 转置卷积 |
Trial And Error | 试错 |
Trigram | 三元语法 |
Turing Machine | 图灵机 |
Underfitting | 欠拟合 |
Undersampling | 欠采样 |
Undirected Graphical Model | 无向图模型 |
Uniform Distribution | 均匀分布 |
Unigram | 一元语法 |
Unit | 单元 |
Universal Approximation Theorem | 通用近似定理 |
Universal Approximator | 通用近似器 |
Universal Function Approximator | 通用函数近似器 |
Unknown Token | 未知词元 |
Unsupervised Layer-Wise Training | 无监督逐层训练 |
Unsupervised Learning | 无监督学习 |
Update Gate | 更新门 |
Upsampling | 上采样 |
V-Structure | V型结构 |
Validation Set | 验证集 |
Validity Index | 有效性指标 |
Value Function Approximation | 值函数近似 |
Value Iteration | 值迭代 |
Vanishing Gradient Problem | 梯度消失问题 |
Vapnik-Chervonenkis Dimension | VC维 |
Variable Elimination | 变量消去 |
Variance | 方差 |
Variational Autoencoder | 变分自编码器 |
Variational Inference | 变分推断 |
Vector | 向量 |
Vector Space Model | 向量空间模型 |
Version Space | 版本空间 |
Viterbi Algorithm | 维特比算法 |
Vocabulary | 词表 |
Warp | 线程束 |
Weak Learner | 弱学习器 |
Weakly Supervised Learning | 弱监督学习 |
Weight | 权重 |
Weight Decay | 权重衰减 |
Weight Sharing | 权共享 |
Weighted Voting | 加权投票 |
Whitening | 白化 |
Winner-Take-All | 胜者通吃 |
Within-Class Scatter Matrix | 类内散度矩阵 |
Word Embedding | 词嵌入 |
Word Sense Disambiguation | 词义消歧 |
Word Vector | 词向量 |
Zero Padding | 零填充 |
Zero-Shot Learning | 零试学习 |
Zipf's Law | 齐普夫定律 |
编辑:王菁
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。