一、 数据与特征工程 (Data & Feature Engineering)：原材料加工厂
在将数据喂给模型之前，必须进行精密的预处理。这就像是把0.8mm的粗铜丝，经过层层拉丝机，最终加工成0.04mm的高精度极细线材，容不得半点杂质。
Dataset (数据集)
训练模型的原始素材库。
Feature (特征)
数据中能代表其本质属性的独立可测量变量。
Label (标签)
监督学习中，对应每个样本的“标准答案”。
Training Set (训练集)
用来让模型学习规律的数据，占大头。
Validation Set (验证集)
在训练过程中，用来进行中期测验、调整参数的数据集。
Test Set (测试集)
模型出厂前的最终期末考试，在此之前模型绝对不能接触这些数据。
Feature Engineering (特征工程)
人工或自动地从原始数据中提取有用特征的过程。
Normalization (归一化)
将数据按比例缩放，使之落入一个极小的特定区间（如0到1），消除不同量纲带来的影响。
Standardization (标准化)
将数据转换为均值为0、标准差为1的分布。
One-Hot Encoding (独热编码)
将分类数据（如红、黄、蓝）转换为机器学习算法易于利用的二进制向量格式。
Dimensionality Reduction (降维)
在保留核心信息的前提下，减少特征的数量。就像把TCD1304 CCD传感器传来的庞大高维阵列信号，剥离噪声，提取出最关键的边缘轮廓信息。
Outlier (异常值)
偏离正常分布的极端数据，可能是系统故障或测量误差导致的噪音。
Data Pipeline (数据流水线)
从数据采集、清洗、转换到输入模型的全自动化数据流转通道。
二、 核心算法与模型 (Core Algorithms & Models)：核心加工设备
这里是执行具体学习任务的引擎，不同的算法对应不同类型的问题。
Support Vector Machine / SVM (支持向量机)
试图在高维空间中划出一条最完美的“楚河汉界”（超平面），让不同类别的数据分得越开越好。
K-Nearest Neighbors / KNN (K近邻)
物以类聚。判断一个新样本的类别，全看它在特征空间里离得最近的K个“邻居”是什么。
Naive Bayes (朴素贝叶斯)
基于概率论的分类器，假设所有特征之间相互独立（虽然现实中往往并非如此，但它依然非常有效）。
Random Forest (随机森林)
构建大量的决策树，让它们针对同一个问题进行投票表决，少数服从多数，极大地提高了稳定性和准确度。
Gradient Boosting (梯度提升)
一种集成学习方式，训练一系列弱分类器，每一个新的分类器都在努力纠正前一个分类器犯下的错误。
K-Means Clustering (K均值聚类)
无监督学习的代表。自动将一堆没有标签的数据分成K个不同的簇。
Principal Component Analysis / PCA (主成分分析)
最常用的降维算法，寻找数据方差最大的方向作为主成分。
Deep Learning (深度学习)
具有多个隐藏层的神经网络体系。
Convolutional Neural Network / CNN (卷积神经网络)
视觉处理的王者。擅长捕捉局部空间特征，非常适合用于光学镜头下的高精度工业缺陷检测。
Recurrent Neural Network / RNN (循环神经网络)
带“记忆”的网络，专门处理带有时间顺序的数据流，比如分析Linux服务器连续的系统日志。
Transformer (变换器)
抛弃了传统的循环结构，完全依赖“注意力机制”（Attention），是当前所有大型语言模型（LLM）的底层基石。
Generative Adversarial Network / GAN (生成对抗网络)
由一个造假者（生成器）和一个打假者（判别器）组成，两者在相互博弈中共同进化，最终生成以假乱真的数据。
Autoencoder (自编码器)
先将数据压缩成极小的维度，再尝试将其还原。用于数据去噪或特征提取。
三、 训练与优化机制 (Training & Optimization)：系统控制台
这个阶段相当于为一台复杂的自动化设备调参，以确保它能够稳定高效地运行，而不会发生系统性崩溃。
Loss Function (损失函数)
衡量模型预测值与真实值之间差距的标尺。差距越小，模型越聪明。
Optimizer (优化器)
指导模型如何更新参数以最小化损失函数的算法（如Adam、SGD）。
Backpropagation (反向传播)
深度学习的核心。将输出端的误差反向一层一层传递回去，据此修改网络中每个神经元的参数。
Hyperparameters (超参数)
在训练开始前由人类工程师手动设定的参数（如学习率、网络层数）。这就像在配置一台Dell R730xd服务器初始BIOS，或是为核电站的RS触发器设定好固定的逻辑阈值。
Weights (权重)
神经网络中连接神经元的乘数，决定了某个输入信号的重要性。
Biases (偏置)
附加在神经元上的常数，保证即使所有输入为0，神经元仍能被激活。
Activation Function (激活函数)
给线性的网络注入非线性因素（如ReLU、Sigmoid），使其能够拟合复杂的现实世界逻辑。
Regularization (正则化)
通过在损失函数中增加惩罚项（L1/L2），强迫模型保持简单，防止其死记硬背。
Dropout (随机失活)
在训练过程中随机“切断”一部分神经元的连接，强迫网络不依赖单一特征，提高抗鲁棒性。
Cross-Validation (交叉验证)
将数据集切分成几份，轮流做训练集和验证集，得出模型最真实的平均性能。
Early Stopping (早停)
监控验证集的表现，一旦发现性能不再提升甚至开始下降，立刻停止训练，及时止损。
Transfer Learning (迁移学习)
站在巨人的肩膀上。拿一个在大规模数据上训练好的模型，稍微修改一下，应用到你自己的小样本特定任务中。
四、 评估与诊断 (Evaluation & Diagnostics)：质检仪表盘
不管算法跑得多漂亮，最终都要看各项硬指标。
Confusion Matrix (混淆矩阵)
一张包含真阳性、假阳性、真阴性、假阴性的清晰表格，让你对模型的误判情况一目了然。
F1-Score (F1分数)
精确率和召回率的调和平均数，在两者之间寻找平衡。
ROC Curve (ROC曲线)
展示在不同阈值下，模型真阳性率与假阳性率的变化趋势图。
AUC (曲线下面积)
ROC曲线下的面积。值越接近1，说明模型的分类能力越强。
Mean Squared Error / MSE (均方误差)
回归问题中最常用的指标，计算预测值与真实值差值的平方和的平均数。
Bias-Variance Tradeoff (偏差-方差权衡)
机器学习的终极哲学。偏差高说明模型太笨（欠拟合），方差高说明模型太敏感（过拟合）。优秀的模型永远在这两者之间寻找黄金平衡点。
True Positive / TP (真阳性)
模型预测为正，实际也为正。
False Positive / FP (假阳性/误报)
模型预测为正，但实际为负。
False Negative / FN (假阴性/漏报)
模型预测为负，但实际为正。在自动化瑕疵检测中，这往往是最致命的错误。
五、 部署与工程化 (Deployment & MLOps)：生产实战
模型走出实验室，与实际业务系统对接的最终环节。
Inference (推理)
将训练好的模型部署到生产环境中，对全新的实时数据进行预测的过程。
MLOps (机器学习运维)
将模型开发与IT运维结合。就像企业内部的ERP或MES系统一样，对机器学习的整个生命周期进行标准化、自动化管理。
Model Drift (模型漂移)
随着时间推移，现实世界的数据分布发生了变化，导致原本优秀的模型性能出现断崖式下跌。
Latency (延迟)
模型从接收数据到返回结果所需的时间。如果要在ESP32-S3这类单片机上跑FFT和亚像素插值算法进行实时反馈，延迟指标直接决定了系统的成败。
Edge Computing (边缘计算)
将机器学习模型直接部署在靠近数据源的本地设备或传感器上，不依赖中心服务器，极大提升响应速度并降低带宽压力。
