AI:人工智能概念之机器学习、深度学习中常见关键词、参数等中英文对照(绝对干货)(一)

简介: 本博主基本收集了网上所有有关于ML、DL的中文解释词汇,机器学习、深度学习中常见关键词、参数等中英文对照,如有没有涉及之处,请留言,本博主将持续续修改、更新!圆小白自学ML、DL之梦!

Letter M


Machine translation/MT 机器翻译

Macron-P 宏查准率

Macron-R 宏查全率

Majority voting 绝对多数投票法

Manifold assumption 流形假设

Manifold learning 流形学习

Margin theory 间隔理论

Marginal distribution 边际分布

Marginal independence 边际独立性

Marginalization 边际化

Markov Chain Monte Carlo/MCMC 马尔可夫链蒙特卡罗方法

Markov Random Field 马尔可夫随机场

Maximal clique 最大团

Maximum Likelihood Estimation/MLE 极大似然估计/极大似然法

Maximum margin 最大间隔

Maximum weighted spanning tree 最大带权生成树

Max-Pooling 最大池化

Mean squared error 均方误差

Meta-learner 元学习器

Metric learning 度量学习

Micro-P 微查准率

Micro-R 微查全率

Minimal Description Length/MDL 最小描述长度

Minimax game 极小极大博弈

Misclassification cost 误分类成本

Mixture of experts 混合专家

Momentum 动量

Moral graph 道德图/端正图

Multi-class classification 多分类

Multi-document summarization 多文档摘要

Multi-layer feedforward neural networks 多层前馈神经网络

Multilayer Perceptron/MLP 多层感知器

Multimodal learning 多模态学习

Multiple Dimensional Scaling 多维缩放

Multiple linear regression 多元线性回归

Multi-response Linear Regression /MLR 多响应线性回归

Mutual information 互信息


Letter N


Naive bayes 朴素贝叶斯

Naive Bayes Classifier 朴素贝叶斯分类器

Named entity recognition 命名实体识别

Nash equilibrium 纳什均衡

Natural language generation/NLG 自然语言生成

Natural language processing 自然语言处理

Negative class 负类

Negative correlation 负相关法

Negative Log Likelihood 负对数似然

Neighbourhood Component Analysis/NCA 近邻成分分析

Neural Machine Translation 神经机器翻译

Neural Turing Machine 神经图灵机

Newton method 牛顿法

NIPS 国际神经信息处理系统会议

No Free Lunch Theorem/NFL 没有免费的午餐定理

Noise-contrastive estimation 噪音对比估计

Nominal attribute 列名属性

Non-convex optimization 非凸优化

Nonlinear model 非线性模型

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

Non-Saturating Game 非饱和博弈

Norm 范数

Normalization 归一化

Nuclear norm 核范数

Numerical attribute 数值属性


Letter O


Objective function 目标函数

Oblique decision tree 斜决策树

Occam’s razor 奥卡姆剃刀

Odds 几率

Off-Policy 离策略

One shot learning 一次性学习

One-Dependent Estimator/ODE 独依赖估计

On-Policy 在策略

Ordinal attribute 有序属性

Out-of-bag estimate 包外估计

Output layer 输出层

Output smearing 输出调制法

Overfitting 过拟合/过配

Oversampling 过采样


Letter P


Paired t-test 成对 t 检验

Pairwise 成对型

Pairwise Markov property 成对马尔可夫性

Parameter 参数

Parameter estimation 参数估计

Parameter tuning 调参

Parse tree 解析树

Particle Swarm Optimization/PSO 粒子群优化算法

Part-of-speech tagging 词性标注

Perceptron 感知机

Performance measure 性能度量

Plug and Play Generative Network 即插即用生成网络

Plurality voting 相对多数投票法

Polarity detection 极性检测

Polynomial kernel function 多项式核函数

Pooling 池化

Positive class 正类

Positive definite matrix 正定矩阵

Post-hoc test 后续检验

Post-pruning 后剪枝

potential function 势函数

Precision 查准率/准确率

Prepruning 预剪枝

Principal component analysis/PCA 主成分分析

Principle of multiple explanations 多释原则

Prior 先验

Probability Graphical Model 概率图模型

Proximal Gradient Descent/PGD 近端梯度下降

Pruning 剪枝

Pseudo-label 伪标记


Letter Q

Quantized Neural Network 量子化神经网络

Quantum computer 量子计算机

Quantum Computing 量子计算

Quasi Newton method 拟牛顿法


Letter R


Radial Basis Function/RBF 径向基函数

Random Forest Algorithm 随机森林算法

Random walk 随机漫步

Recall 查全率/召回率

Receiver Operating Characteristic/ROC 受试者工作特征

Rectified Linear Unit/ReLU 线性修正单元

Recurrent Neural Network 循环神经网络

Recursive neural network 递归神经网络

Reference model 参考模型

Regression 回归

Regularization 正则化

Reinforcement learning/RL 强化学习

Representation learning 表征学习

Representer theorem 表示定理

reproducing kernel Hilbert space/RKHS 再生核希尔伯特空间

Re-sampling 重采样法

Rescaling 再缩放

Residual Mapping 残差映射

Residual Network 残差网络

Restricted Boltzmann Machine/RBM 受限玻尔兹曼机

Restricted Isometry Property/RIP 限定等距性

Re-weighting 重赋权法

Robustness 稳健性/鲁棒性

Root node 根结点

Rule Engine 规则引擎

Rule learning 规则学习


Letter S


Saddle point 鞍点

Sample space 样本空间

Sampling 采样

Score function 评分函数

Self-Driving 自动驾驶

Self-Organizing Map/SOM 自组织映射

Semi-naive Bayes classifiers 半朴素贝叶斯分类器

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

Sigmoid function Sigmoid 函数

Similarity measure 相似度度量

Simulated annealing 模拟退火

Simultaneous localization and mapping 同步定位与地图构建

Singular Value Decomposition 奇异值分解

Slack variables 松弛变量

Smoothing 平滑

Soft margin 软间隔

Soft margin maximization 软间隔最大化

Soft voting 软投票

Sparse representation 稀疏表征

Sparsity 稀疏性

Specialization 特化

Spectral Clustering 谱聚类

Speech Recognition 语音识别

Splitting variable 切分变量

Squashing function 挤压函数

Stability-plasticity dilemma 可塑性-稳定性困境

Statistical learning 统计学习

Status feature function 状态特征函

Stochastic gradient descent 随机梯度下降

Stratified sampling 分层采样

Structural risk 结构风险

Structural risk minimization/SRM 结构风险最小化

Subspace 子空间

Supervised learning 监督学习/有导师学习

support vector expansion 支持向量展式

Support Vector Machine/SVM 支持向量机

Surrogat loss 替代损失

Surrogate function 替代函数

Symbolic learning 符号学习

Symbolism 符号主义

Synset 同义词集


Letter T


T-Distribution Stochastic Neighbour Embedding/t-SNE T – 分布随机近邻嵌入

Tensor 张量

Tensor Processing Units/TPU 张量处理单元

The least square method 最小二乘法

Threshold 阈值

Threshold logic unit 阈值逻辑单元

Threshold-moving 阈值移动

Time Step 时间步骤

Tokenization 标记化

Training error 训练误差

Training instance 训练示例/训练例

Transductive learning 直推学习

Transfer learning 迁移学习

Treebank 树库

Tria-by-error 试错法

True negative 真负类

True positive 真正类

True Positive Rate/TPR 真正例率

Turing Machine 图灵机

Twice-learning 二次学习


Letter U


Underfitting 欠拟合/欠配

Undersampling 欠采样

Understandability 可理解性

Unequal cost 非均等代价

Unit-step function 单位阶跃函数

Univariate decision tree 单变量决策树

Unsupervised learning 无监督学习/无导师学习

Unsupervised layer-wise training 无监督逐层训练

Upsampling 上采样


Letter V


Vanishing Gradient Problem 梯度消失问题

Variational inference 变分推断

VC Theory VC维理论

Version space 版本空间

Viterbi algorithm 维特比算法

Von Neumann architecture 冯 · 诺伊曼架构


Letter W


Wasserstein GAN/WGAN Wasserstein生成对抗网络

Weak learner 弱学习器

Weight 权重

Weight sharing 权共享

Weighted voting 加权投票法

Within-class scatter matrix 类内散度矩阵

Word embedding 词嵌入

Word sense disambiguation 词义消歧


Letter Z


Zero-data learning 零数据学习

Zero-shot learning 零次学习


A


approximations近似值

arbitrary随意的

affine仿射的

arbitrary任意的

amino acid氨基酸

amenable经得起检验的

axiom公理,原则

abstract提取

architecture架构,体系结构;建造业

absolute绝对的

arsenal军火库

assignment分配

algebra线性代数

asymptotically无症状的

appropriate恰当的


B


bias偏差

brevity简短,简洁;短暂

broader广泛

briefly简短的

batch批量


C


convergence 收敛,集中到一点

convex凸的

contours轮廓

constraint约束

constant常理

commercial商务的

complementarity补充

coordinate ascent同等级上升

clipping剪下物;剪报;修剪

component分量;部件

continuous连续的

covariance协方差

canonical正规的,正则的

concave非凸的

corresponds相符合;相当;通信

corollary推论

concrete具体的事物,实在的东西

cross validation交叉验证

correlation相互关系

convention约定

cluster一簇

centroids 质心,形心

converge收敛

computationally计算(机)的

calculus计算


D


derive获得,取得

dual二元的

duality二元性;二象性;对偶性

derivation求导;得到;起源

denote预示,表示,是…的标志;意味着,[逻]指称

divergence 散度;发散性

dimension尺度,规格;维数

dot小圆点

distortion变形

density概率密度函数

discrete离散的

discriminative有识别能力的

diagonal对角

dispersion分散,散开

determinant决定因素

disjoint不相交的


E


encounter遇到

ellipses椭圆

equality等式

extra额外的

empirical经验;观察

ennmerate例举,计数

exceed超过,越出

expectation期望

efficient生效的

endow赋予

explicitly清楚的

exponential family指数家族

equivalently等价的


F


feasible可行的

forary初次尝试

finite有限的,限定的

forgo摒弃,放弃

fliter过滤

frequentist最常发生的

forward search前向式搜索

formalize使定形


G


generalized归纳的

generalization概括,归纳;普遍化;判断(根据不足)

guarantee保证;抵押品

generate形成,产生

geometric margins几何边界

gap裂口

generative生产的;有生产力的


H


heuristic启发式的;启发法;启发程序

hone怀恋;磨

hyperplane超平面



相关文章
|
27天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
89 4
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
2月前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
312 55
|
3月前
|
机器学习/深度学习 人工智能 物联网
通义灵码在人工智能与机器学习领域的应用
通义灵码不仅在物联网领域表现出色,还在人工智能、机器学习、金融、医疗和教育等领域展现出广泛应用前景。本文探讨了其在这些领域的具体应用,如模型训练、风险评估、医疗影像诊断等,并总结了其提高开发效率、降低门槛、促进合作和推动创新的优势。
通义灵码在人工智能与机器学习领域的应用
|
2月前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
205 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
2月前
|
机器学习/深度学习 传感器 人工智能
人工智能与机器学习:改变未来的力量####
【10月更文挑战第21天】 在本文中,我们将深入探讨人工智能(AI)和机器学习(ML)的基本概念、发展历程及其在未来可能带来的革命性变化。通过分析当前最前沿的技术和应用案例,揭示AI和ML如何正在重塑各行各业,并展望它们在未来十年的潜在影响。 ####
97 27
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
深入理解人工智能中的深度学习技术及其最新进展
深入理解人工智能中的深度学习技术及其最新进展
327 33
|
2月前
|
机器学习/深度学习 人工智能 算法
人工智能浪潮下的编程实践:构建你的第一个机器学习模型
在人工智能的巨浪中,每个人都有机会成为弄潮儿。本文将带你一探究竟,从零基础开始,用最易懂的语言和步骤,教你如何构建属于自己的第一个机器学习模型。不需要复杂的数学公式,也不必担心编程难题,只需跟随我们的步伐,一起探索这个充满魔力的AI世界。
65 12
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
揭秘人工智能:深度学习的奥秘与实践
在本文中,我们将深入浅出地探索深度学习的神秘面纱。从基础概念到实际应用,你将获得一份简明扼要的指南,助你理解并运用这一前沿技术。我们避开复杂的数学公式和冗长的论述,以直观的方式呈现深度学习的核心原理和应用实例。无论你是技术新手还是有经验的开发者,这篇文章都将为你打开一扇通往人工智能新世界的大门。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
深入理解人工智能中的深度学习技术及其最新进展
深入理解人工智能中的深度学习技术及其最新进展
120 14
|
3月前
|
机器学习/深度学习 数据采集 人工智能
探索人工智能中的深度学习模型优化策略
探索人工智能中的深度学习模型优化策略
109 13