本文介绍了几位机器学习中常见的725个术语,非常全面,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 |
amming 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 |