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)(二)

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!

知乎

activation                   激活值

activation function           激活函数

additive noise                   加性噪声

autoencoder                   自编码器

Autoencoders                   自编码算法

average firing rate           平均激活率

average sum-of-squares error   均方差

backpropagation                   后向传播

basis                           基

basis feature vectors           特征基向量

batch gradient ascent           批量梯度上升法

Bayesian regularization method   贝叶斯规则化方法

Bernoulli random variable   伯努利随机变量

bias term                    偏置项

binary classfication           二元分类

class labels                   类型标记

concatenation                   级联

conjugate gradient            共轭梯度

contiguous groups           联通区域

convex optimization software   凸优化软件

convolution                   卷积

cost function                   代价函数

covariance matrix           协方差矩阵

DC component                   直流分量

decorrelation                   去相关

degeneracy                   退化

demensionality reduction          降维

derivative                   导函数

diagonal                          对角线

diffusion of gradients           梯度的弥散

eigenvalue                   特征值

eigenvector                   特征向量

error term                   残差

feature matrix                    特征矩阵

feature standardization           特征标准化

feedforward architectures   前馈结构算法

feedforward neural network   前馈神经网络

feedforward pass                   前馈传导

fine-tuned                   微调

first-order feature           一阶特征

forward pass                   前向传导

forward propagation           前向传播

Gaussian prior                   高斯先验概率

generative model                   生成模型

gradient descent               梯度下降

Greedy layer-wise training   逐层贪婪训练方法

grouping matrix                   分组矩阵

Hadamard product                  阿达马乘积

Hessian matrix  Hessian           矩阵

hidden layer                   隐含层

hidden units                   隐藏神经元

Hierarchical grouping           层次型分组

higher-order features           更高阶特征

highly non-convex optimization problem 高度非凸的优化问题

histogram                   直方图

hyperbolic tangent           双曲正切函数

hypothesis                   估值,假设

identity activation function   恒等激励函数

IID                           独立同分布

illumination                   照明

inactive                           抑制

independent component analysis   独立成份分析

input domains                   输入域

input layer                   输入层

intensity                   亮度/灰度

intercept term                   截距

KL divergence                   相对熵

KL divergence                   KL分散度

k-Means                           K-均值

learning rate                   学习速率

least squares                   最小二乘法

linear correspondence           线性响应

linear superposition           线性叠加

line-search algorithm           线搜索算法

local mean subtraction           局部均值消减

local optima                   局部最优解

logistic regression           逻辑回归

loss function                   损失函数

low-pass filtering           低通滤波

magnitude                   幅值

MAP                           极大后验估计

maximum likelihood estimation   极大似然估计

mean                           平均值

MFCC Mel                       倒频系数

multi-class classification   多元分类

neural networks                   神经网络

neuron                           神经元

Newton's method                    牛顿法

non-convex function           非凸函数

non-linear feature           非线性特征

norm                           范式

norm bounded                   有界范数

norm constrained                   范数约束

normalization                   归一化

numerical roundoff errors    数值舍入误差

numerically checking            数值检验

numerically reliable           数值计算上稳定

object detection                   物体检测

objective function           目标函数

off-by-one error            缺位错误

orthogonalization           正交化

output layer                   输出层

overall cost function           总体代价函数

over-complete basis           超完备基

over-fitting                   过拟合

parts of objects                 目标的部件

part-whole decompostion           部分-整体分解

PCA                           主元分析

penalty term                   惩罚因子

per-example mean subtraction   逐样本均值消减

pooling                           池化

pretrain                          预训练

principal components analysis   主成份分析

quadratic constraints           二次约束

RBMs                           受限Boltzman机

reconstruction based models   基于重构的模型

reconstruction cost           重建代价

reconstruction term           重构项

redundant                   冗余

reflection matrix           反射矩阵

regularization                   正则化

regularization term           正则化项

rescaling                   缩放

robust                           鲁棒性

run                           行程

second-order feature           二阶特征

sigmoid activation function   S型激励函数

significant digits                有效数字

singular value                   奇异值

singular vector                   奇异向量

smoothed L1 penalty           平滑的L1范数惩罚

Smoothed topographic L1 sparsity penalty 平滑地形L1稀疏惩罚函数

smoothing                   平滑

Softmax Regresson           Softmax回归

sorted in decreasing order   降序排列

source features                   源特征

sparse autoencoder           消减归一化

Sparsity                         稀疏性

sparsity parameter         稀疏性参数

sparsity penalty                 稀疏惩罚

square function                 平方函数

squared-error                 方差

stationary                 平稳性(不变性)

stationary stochastic process 平稳随机过程

step-size                  步长值

supervised learning         监督学习

symmetric positive semi-definite matrix 对称半正定矩阵

symmetry breaking         对称失效

tanh function                 双曲正切函数

the average activation         平均活跃度

the derivative checking method 梯度验证方法

the empirical distribution 经验分布函数

the energy function         能量函数

the Lagrange dual         拉格朗日对偶函数

the log likelihood         对数似然函数

the pixel intensity value 像素灰度值

the rate of convergence         收敛速度

topographic cost term         拓扑代价项

topographic ordered         拓扑秩序

transformation                 变换

translation invariant         平移不变性

trivial answer                 平凡解

under-complete basis         不完备基

unrolling                  组合扩展

unsupervised learning         无监督学习

variance                         方差

vecotrized implementation 向量化实现

vectorization                 矢量化

visual cortex                 视觉皮层

weight decay                 权重衰减

weighted average                 加权平均值

whitening                 白化

zero-mean                 均值为零


相关文章
|
7天前
|
机器学习/深度学习 分布式计算 数据可视化
对深度学习概念的基础理解与认识
一、神经网络的组成 人工神经网络(Artificial Neural Networks,简写为ANNs)是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。 这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的,并具有自学习和自适应的能力。神经网络类型众多,其中最为重要的是多层感知机。为了详细地描述神经网络,我们先从最简单的神经网络说起。 感知机 感知机是1957年,由Rosenblatt提出会,是神经网络和支持向量机的基础。 感知机是有生物学上的一个启发,他的参照对象和理论依据可以参照下图:(我们的大脑可以认为是一个神经网络,
30 9
对深度学习概念的基础理解与认识
|
1天前
|
机器学习/深度学习 人工智能 算法
探索AI的奥秘:机器学习入门之旅
【8月更文挑战第43天】本文将带领读者开启一段奇妙的学习之旅,探索人工智能背后的神秘世界。我们将通过简单易懂的语言和生动的例子,了解机器学习的基本概念、算法和应用。无论你是初学者还是有一定基础的学习者,都能从中获得启发和收获。让我们一起踏上这段激动人心的学习之旅吧!
|
5天前
|
机器学习/深度学习 人工智能 搜索推荐
如何让你的Uno Platform应用秒变AI大神?从零开始,轻松集成机器学习功能,让应用智能起来,用户惊呼太神奇!
【9月更文挑战第8天】随着技术的发展,人工智能与机器学习已融入日常生活,特别是在移动应用开发中。Uno Platform 是一个强大的框架,支持使用 C# 和 XAML 开发跨平台应用(涵盖 Windows、macOS、iOS、Android 和 Web)。本文探讨如何在 Uno Platform 中集成机器学习功能,通过示例代码展示从模型选择、训练到应用集成的全过程,并介绍如何利用 Onnx Runtime 等库实现在 Uno 平台上的模型运行,最终提升应用智能化水平和用户体验。
15 1
|
3天前
|
机器学习/深度学习 人工智能 TensorFlow
神经网络入门到精通:Python带你搭建AI思维,解锁机器学习的无限可能
【9月更文挑战第10天】神经网络是开启人工智能大门的钥匙,不仅是一种技术,更是模仿人脑思考的奇迹。本文从基础概念入手,通过Python和TensorFlow搭建手写数字识别的神经网络,逐步解析数据加载、模型定义、训练及评估的全过程。随着学习深入,我们将探索深度神经网络、卷积神经网络等高级话题,并掌握优化模型性能的方法。通过不断实践,你将能构建自己的AI系统,解锁机器学习的无限潜能。
10 0
|
5天前
|
机器学习/深度学习 人工智能 搜索推荐
揭秘AI:机器学习如何改变我们的生活
在这篇文章中,我们将深入探讨人工智能(AI)和机器学习(ML)如何悄然改变我们日常生活的方方面面。通过浅显易懂的语言和生动的例子,我们会发现这些高科技并非遥不可及,而是已经融入我们的工作、学习和娱乐之中。本文将带你一探究竟,了解AI和ML的基本原理,以及它们是如何让我们的生活变得更加智能和便捷。
19 0
|
13天前
|
机器学习/深度学习 人工智能 算法
探索AI的奥秘:机器学习入门之旅
【8月更文挑战第31天】本文将带领读者开启一段奇妙的学习之旅,探索人工智能背后的神秘世界。我们将通过简单易懂的语言和生动的例子,了解机器学习的基本概念、算法和应用。无论你是初学者还是有一定基础的学习者,都能从中获得启发和收获。让我们一起踏上这段激动人心的学习之旅吧!
|
13天前
|
机器学习/深度学习 人工智能 算法
探索AI的无限可能:机器学习在图像识别中的应用
【8月更文挑战第31天】本文将带你走进AI的神秘世界,探索机器学习在图像识别中的应用。我们将通过实例和代码,深入理解机器学习如何改变我们对图像的处理和理解方式。无论你是AI初学者,还是有一定基础的开发者,这篇文章都将为你提供新的视角和思考。让我们一起见证AI的力量,开启新的学习之旅。
|
13天前
|
机器学习/深度学习 人工智能 自动驾驶
探索AI的魔法:用Python构建你的第一个机器学习模型
【8月更文挑战第31天】在这个数字时代,人工智能(AI)已经渗透到我们生活的方方面面。从智能助手到自动驾驶汽车,AI正在改变世界。本文将带你走进AI的世界,通过Python编程语言,一步步教你如何构建第一个机器学习模型。无论你是编程新手还是有经验的开发者,这篇文章都将为你打开新世界的大门,让你体验到创造智能程序的乐趣和成就感。所以,让我们一起开始这段激动人心的旅程吧!
|
17天前
|
机器学习/深度学习 人工智能 算法
探索AI的魔法:机器学习与深度学习的奥秘
【8月更文挑战第27天】在这篇文章中,我们将深入探讨人工智能的两个重要分支:机器学习和深度学习。我们将首先理解它们的基本概念,然后通过Python代码示例,展示如何应用这些技术解决实际问题。无论你是AI新手,还是有经验的开发者,这篇文章都将为你提供新的知识和启示。让我们一起开启这场AI的魔法之旅吧!
|
29天前
|
机器学习/深度学习 人工智能 算法
AI人工智能(ArtificialIntelligence,AI)、 机器学习(MachineLearning,ML)、 深度学习(DeepLearning,DL) 学习路径及推荐书籍
AI人工智能(ArtificialIntelligence,AI)、 机器学习(MachineLearning,ML)、 深度学习(DeepLearning,DL) 学习路径及推荐书籍
67 0