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
|
2月前
|
机器学习/深度学习 自然语言处理 JavaScript
信息论、机器学习的核心概念:熵、KL散度、JS散度和Renyi散度的深度解析及应用
在信息论、机器学习和统计学领域中,KL散度(Kullback-Leibler散度)是量化概率分布差异的关键概念。本文深入探讨了KL散度及其相关概念,包括Jensen-Shannon散度和Renyi散度。KL散度用于衡量两个概率分布之间的差异,而Jensen-Shannon散度则提供了一种对称的度量方式。Renyi散度通过可调参数α,提供了更灵活的散度度量。这些概念不仅在理论研究中至关重要,在实际应用中也广泛用于数据压缩、变分自编码器、强化学习等领域。通过分析电子商务中的数据漂移实例,展示了这些散度指标在捕捉数据分布变化方面的独特优势,为企业提供了数据驱动的决策支持。
83 2
信息论、机器学习的核心概念:熵、KL散度、JS散度和Renyi散度的深度解析及应用
|
2月前
|
机器学习/深度学习 传感器 算法
机器学习入门(一):机器学习分类 | 监督学习 强化学习概念
机器学习入门(一):机器学习分类 | 监督学习 强化学习概念
|
3月前
|
机器学习/深度学习 PyTorch TensorFlow
Python实现深度学习学习率指数衰减的方法与参数介绍
学习率指数衰减提供了一种高效的动态调整学习率的手段,帮助模型在不同训练阶段以不同的学习速度优化,有利于提升模型性能和训练效率。通过合理设置衰减策略中的参数,可以有效地控制学习率的衰减过程,实现更加精确的模型训练调优。
46 0
|
4月前
|
机器学习/深度学习 算法
【机器学习】解释对偶的概念及SVM中的对偶算法?(面试回答)
解释了对偶的概念,指出对偶性在优化问题中的重要性,尤其是在强对偶性成立时可以提供主问题的最优下界,并且详细阐述了支持向量机(SVM)中对偶算法的应用,包括如何将原始的最大间隔优化问题转换为对偶问题来求解。
92 2
|
4月前
|
机器学习/深度学习
【机器学习】准确率、精确率、召回率、误报率、漏报率概念及公式
机器学习评估指标中的准确率、精确率、召回率、误报率和漏报率等概念,并给出了这些指标的计算公式。
679 0
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
机器学习之深度学习算法概念
深度学习算法是一类基于人工神经网络的机器学习方法,其核心思想是通过多层次的非线性变换,从数据中学习表示层次特征,从而实现对复杂模式的建模和学习。深度学习算法在图像识别、语音识别、自然语言处理等领域取得了巨大的成功,成为人工智能领域的重要技术之一。
92 3
|
4月前
|
机器学习/深度学习 算法 搜索推荐
【机器学习】凸集、凸函数、凸优化、凸优化问题、非凸优化问题概念详解
本文解释了凸集、凸函数、凸优化以及非凸优化的概念,并探讨了它们在机器学习中的应用,包括如何将非凸问题转化为凸问题的方法和技术。
288 0
|
6月前
|
机器学习/深度学习 人工智能 算法
【机器学习】深度探索:从基础概念到深度学习关键技术的全面解析——梯度下降、激活函数、正则化与批量归一化
【机器学习】深度探索:从基础概念到深度学习关键技术的全面解析——梯度下降、激活函数、正则化与批量归一化
70 3
|
6月前
|
机器学习/深度学习 算法 网络架构
**深度学习中的梯度消失与爆炸影响模型训练。梯度消失导致输入层参数更新缓慢,梯度爆炸使训练不稳。
【6月更文挑战第28天】**深度学习中的梯度消失与爆炸影响模型训练。梯度消失导致输入层参数更新缓慢,梯度爆炸使训练不稳。解决办法包括:换激活函数(如ReLU)、权重初始化、残差连接、批量归一化(BN)来对抗消失;梯度裁剪、权重约束、RMSProp或Adam优化器来防止爆炸。这些策略提升网络学习能力和收敛性。**
58 0
|
6月前
|
机器学习/深度学习 算法 数据格式
机器学习线性回归——概念梳理及非线性拟合
机器学习线性回归——概念梳理及非线性拟合
88 0