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)(五)

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!

机器学习专业名词中英文对照



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


Letter A


Accumulated error backpropagation 累积误差逆传播

Activation Function 激活函数

Adaptive Resonance Theory/ART 自适应谐振理论

Addictive model 加性学习

Adversarial Networks 对抗网络

Affine Layer 仿射层

Affinity matrix 亲和矩阵

Agent 代理 / 智能体

Algorithm 算法

Alpha-beta pruning α-β剪枝

Anomaly detection 异常检测

Approximation 近似

Area Under ROC Curve/AUC Roc 曲线下面积

Artificial General Intelligence/AGI 通用人工智能

Artificial Intelligence/AI 人工智能

Association analysis 关联分析

Attention mechanism 注意力机制

Attribute conditional independence assumption 属性条件独立性假设

Attribute space 属性空间

Attribute value 属性值

Autoencoder 自编码器

Automatic speech recognition 自动语音识别

Automatic summarization 自动摘要

Average gradient 平均梯度

Average-Pooling 平均池化


Letter B


Backpropagation Through Time 通过时间的反向传播

Backpropagation/BP 反向传播

Base learner 基学习器

Base learning algorithm 基学习算法

Batch Normalization/BN 批量归一化

Bayes decision rule 贝叶斯判定准则

Bayes Model Averaging/BMA 贝叶斯模型平均

Bayes optimal classifier 贝叶斯最优分类器

Bayesian decision theory 贝叶斯决策论

Bayesian network 贝叶斯网络

Between-class scatter matrix 类间散度矩阵

Bias 偏置 / 偏差

Bias-variance decomposition 偏差-方差分解

Bias-Variance Dilemma 偏差 – 方差困境

Bi-directional Long-Short Term Memory/Bi-LSTM 双向长短期记忆

Binary classification 二分类

Binomial test 二项检验

Bi-partition 二分法

Boltzmann machine 玻尔兹曼机

Bootstrap sampling 自助采样法/可重复采样/有放回采样

Bootstrapping 自助法

Break-Event Point/BEP 平衡点


Letter C


Calibration 校准

Cascade-Correlation 级联相关

Categorical attribute 离散属性

Class-conditional probability 类条件概率

Classification and regression tree/CART 分类与回归树

Classifier 分类器

Class-imbalance 类别不平衡

Closed -form 闭式

Cluster 簇/类/集群

Cluster analysis 聚类分析

Clustering 聚类

Clustering ensemble 聚类集成

Co-adapting 共适应

Coding matrix 编码矩阵

COLT 国际学习理论会议

Committee-based learning 基于委员会的学习

Competitive learning 竞争型学习

Component learner 组件学习器

Comprehensibility 可解释性

Computation Cost 计算成本

Computational Linguistics 计算语言学

Computer vision 计算机视觉

Concept drift 概念漂移

Concept Learning System /CLS 概念学习系统

Conditional entropy 条件熵

Conditional mutual information 条件互信息

Conditional Probability Table/CPT 条件概率表

Conditional random field/CRF 条件随机场

Conditional risk 条件风险

Confidence 置信度

Confusion matrix 混淆矩阵

Connection weight 连接权

Connectionism 连结主义

Consistency 一致性/相合性

Contingency table 列联表

Continuous attribute 连续属性

Convergence 收敛

Conversational agent 会话智能体

Convex quadratic programming 凸二次规划

Convexity 凸性

Convolutional neural network/CNN 卷积神经网络

Co-occurrence 同现

Correlation coefficient 相关系数

Cosine similarity 余弦相似度

Cost curve 成本曲线

Cost Function 成本函数

Cost matrix 成本矩阵

Cost-sensitive 成本敏感

Cross entropy 交叉熵

Cross validation 交叉验证

Crowdsourcing 众包

Curse of dimensionality 维数灾难

Cut point 截断点

Cutting plane algorithm 割平面法


Letter D


Data mining 数据挖掘

Data set 数据集

Decision Boundary 决策边界

Decision stump 决策树桩

Decision tree 决策树/判定树

Deduction 演绎

Deep Belief Network 深度信念网络

Deep Convolutional Generative Adversarial Network/DCGAN 深度卷积生成对抗网络

Deep learning 深度学习

Deep neural network/DNN 深度神经网络

Deep Q-Learning 深度 Q 学习

Deep Q-Network 深度 Q 网络

Density estimation 密度估计

Density-based clustering 密度聚类

Differentiable neural computer 可微分神经计算机

Dimensionality reduction algorithm 降维算法

Directed edge 有向边

Disagreement measure 不合度量

Discriminative model 判别模型

Discriminator 判别器

Distance measure 距离度量

Distance metric learning 距离度量学习

Distribution 分布

Divergence 散度

Diversity measure 多样性度量/差异性度量

Domain adaption 领域自适应

Downsampling 下采样

D-separation (Directed separation) 有向分离

Dual problem 对偶问题

Dummy node 哑结点

Dynamic Fusion 动态融合

Dynamic programming 动态规划


Letter E


Eigenvalue decomposition 特征值分解

Embedding 嵌入

Emotional analysis 情绪分析

Empirical conditional entropy 经验条件熵

Empirical entropy 经验熵

Empirical error 经验误差

Empirical risk 经验风险

End-to-End 端到端

Energy-based model 基于能量的模型

Ensemble learning 集成学习

Ensemble pruning 集成修剪

Error Correcting Output Codes/ECOC 纠错输出码

Error rate 错误率

Error-ambiguity decomposition 误差-分歧分解

Euclidean distance 欧氏距离

Evolutionary computation 演化计算

Expectation-Maximization 期望最大化

Expected loss 期望损失

Exploding Gradient Problem 梯度爆炸问题

Exponential loss function 指数损失函数

Extreme Learning Machine/ELM 超限学习机


Letter F


Factorization 因子分解

False negative 假负类

False positive 假正类

False Positive Rate/FPR 假正例率

Feature engineering 特征工程

Feature selection 特征选择

Feature vector 特征向量

Featured Learning 特征学习

Feedforward Neural Networks/FNN 前馈神经网络

Fine-tuning 微调

Flipping output 翻转法

Fluctuation 震荡

Forward stagewise algorithm 前向分步算法

Frequentist 频率主义学派

Full-rank matrix 满秩矩阵

Functional neuron 功能神经元


Letter G


Gain ratio 增益率

Game theory 博弈论

Gaussian kernel function 高斯核函数

Gaussian Mixture Model 高斯混合模型

General Problem Solving 通用问题求解

Generalization 泛化

Generalization error 泛化误差

Generalization error bound 泛化误差上界

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 Networks/GAN 生成对抗网络

Generative Model 生成模型

Generator 生成器

Genetic Algorithm/GA 遗传算法

Gibbs sampling 吉布斯采样

Gini index 基尼指数

Global minimum 全局最小

Global Optimization 全局优化

Gradient boosting 梯度提升

Gradient Descent 梯度下降

Graph theory 图论

Ground-truth 真相/真实


Letter H


Hard margin 硬间隔

Hard voting 硬投票

Harmonic mean 调和平均

Hesse matrix 海塞矩阵

Hidden dynamic model 隐动态模型

Hidden layer 隐藏层

Hidden Markov Model/HMM 隐马尔可夫模型

Hierarchical clustering 层次聚类

Hilbert space 希尔伯特空间

Hinge loss function 合页损失函数

Hold-out 留出法

Homogeneous 同质

Hybrid computing 混合计算

Hyperparameter 超参数

Hypothesis 假设

Hypothesis test 假设验证



相关文章
|
10天前
|
机器学习/深度学习 算法 安全
从方向导数到梯度:深度学习中的关键数学概念详解
方向导数衡量函数在特定方向上的变化率,其值可通过梯度与方向向量的点积或构造辅助函数求得。梯度则是由偏导数组成的向量,指向函数值增长最快的方向,其模长等于最速上升方向上的方向导数。这两者的关系在多维函数分析中至关重要,广泛应用于优化算法等领域。
60 36
从方向导数到梯度:深度学习中的关键数学概念详解
|
2天前
|
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。 ####
48 27
|
14天前
|
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。
34 12
|
12天前
|
机器学习/深度学习 人工智能 算法
探索机器学习:从线性回归到深度学习
本文将带领读者从基础的线性回归模型开始,逐步深入到复杂的深度学习网络。我们将通过代码示例,展示如何实现这些算法,并解释其背后的数学原理。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的见解和知识。让我们一起踏上这段激动人心的旅程吧!
|
21天前
|
机器学习/深度学习 自然语言处理 语音技术
Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧
本文介绍了Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧,并通过TensorFlow和PyTorch等库展示了实现神经网络的具体示例,涵盖图像识别、语音识别等多个应用场景。
45 8
|
1天前
|
机器学习/深度学习 人工智能 算法
机器学习与深度学习:差异解析
机器学习与深度学习作为两大核心技术,各自拥有独特的魅力和应用价值。尽管它们紧密相连,但两者之间存在着显著的区别。本文将从定义、技术、数据需求、应用领域、模型复杂度以及计算资源等多个维度,对机器学习与深度学习进行深入对比,帮助您更好地理解它们之间的差异。
|
15天前
|
机器学习/深度学习 人工智能 算法
探索人工智能与机器学习的融合之路
在本文中,我们将探讨人工智能(AI)与机器学习(ML)之间的紧密联系以及它们如何共同推动技术革新。我们将深入分析这两种技术的基本概念、发展历程和当前的应用趋势,同时讨论它们面临的挑战和未来的发展方向。通过具体案例研究,我们旨在揭示AI与ML结合的强大潜力,以及这种结合如何为各行各业带来革命性的变化。
32 0
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
2天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
7天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建