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)(六)

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 I


ICML 国际机器学习会议

Improved iterative scaling/IIS 改进的迭代尺度法

Incremental learning 增量学习

Independent and identically distributed/i.i.d. 独立同分布

Independent Component Analysis/ICA 独立成分分析

Indicator function 指示函数

Individual learner 个体学习器

Induction 归纳

Inductive bias 归纳偏好

Inductive learning 归纳学习

Inductive Logic Programming/ILP 归纳逻辑程序设计

Information entropy 信息熵

Information gain 信息增益

Input layer 输入层

Insensitive loss 不敏感损失

Inter-cluster similarity 簇间相似度

International Conference for Machine Learning/ICML 国际机器学习大会

Intra-cluster similarity 簇内相似度

Intrinsic value 固有值

Isometric Mapping/Isomap 等度量映射

Isotonic regression 等分回归

Iterative Dichotomiser 迭代二分器


Letter K


Kernel method 核方法

Kernel trick 核技巧

Kernelized Linear Discriminant Analysis/KLDA 核线性判别分析

K-fold cross validation k 折交叉验证/k 倍交叉验证

K-Means Clustering K – 均值聚类

K-Nearest Neighbours Algorithm/KNN K近邻算法

Knowledge base 知识库

Knowledge Representation 知识表征


Letter L


Label space 标记空间

Lagrange duality 拉格朗日对偶性

Lagrange multiplier 拉格朗日乘子

Laplace smoothing 拉普拉斯平滑

Laplacian correction 拉普拉斯修正

Latent Dirichlet Allocation 隐狄利克雷分布

Latent semantic analysis 潜在语义分析

Latent variable 隐变量

Lazy learning 懒惰学习

Learner 学习器

Learning by analogy 类比学习

Learning rate 学习率

Learning Vector Quantization/LVQ 学习向量量化

Least squares regression tree 最小二乘回归树

Leave-One-Out/LOO 留一法

linear chain conditional random field 线性链条件随机场

Linear Discriminant Analysis/LDA 线性判别分析

Linear model 线性模型

Linear Regression 线性回归

Link function 联系函数

Local Markov property 局部马尔可夫性

Local minimum 局部最小

Log likelihood 对数似然

Log odds/logit 对数几率

Logistic Regression Logistic 回归

Log-likelihood 对数似然

Log-linear regression 对数线性回归

Long-Short Term Memory/LSTM 长短期记忆

Loss function 损失函数


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



相关文章
|
8天前
|
人工智能 运维 安全
阿里云通过ISO42001人工智能管理认证,引领AI治理推动协同共治
9月19日,在杭州云栖大会「AI治理与安全论坛」上,阿里云宣布通过人工智能技术的全生命周期管理ISO42001体系认证。该项认证由国际标准化组织(ISO)和国际电工委员会(IEC)制定,是第一部可认证的人工智能国际管理体系标准。
|
26天前
|
机器学习/深度学习 人工智能 算法
人工智能浪潮下,如何利用机器学习进行数据分类
【8月更文挑战第33天】本文将介绍一种使用Python编程语言和scikit-learn库实现的简单机器学习算法。我们将使用KNN(k-近邻)算法对鸢尾花数据集进行分类。通过这篇文章,你将学会如何使用机器学习技术解决实际问题。
|
8天前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
|
8天前
|
机器学习/深度学习 算法 TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面,实现用户上传一张交通标志图片,识别其名称。
37 6
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
|
7天前
|
机器学习/深度学习 人工智能 数据可视化
首篇虚拟现实+人工智能综述!浙大、港中深等发布AI医疗最新报告
【9月更文挑战第21天】近年来,AI驱动的虚拟现实(VR)技术革新了医疗领域,浙江大学等发布的报告系统性审视了这一融合趋势。报告提出三大应用分类——可视化增强、医疗数据处理与VR辅助干预,助力精准诊疗。然而,技术成熟度、数据安全及伦理问题仍待解决。这一跨学科研究为未来医疗科技奠定了基础。报告详情参见:<https://www.ijcai.org/proceedings/2024/920>。
28 4
|
6天前
|
机器学习/深度学习 人工智能 算法
人工智能与命运的交织:从机器学习到人生选择
【9月更文挑战第21天】本文将探讨人工智能(AI)如何在我们的生活中扮演着越来越重要的角色,以及它如何影响我们的决策和命运。我们将从AI的基本概念出发,逐步深入到机器学习的核心原理,最后讨论AI如何帮助我们在复杂的人生道路上做出更明智的选择。通过简单易懂的语言和实际代码示例,我们将揭示AI技术背后的奥秘,并展示如何将这些技术应用于日常生活中的实际问题解决。让我们一起探索这个充满无限可能的AI世界,发现它如何塑造我们未来的命运。
15 1
|
9天前
|
机器学习/深度学习 存储 人工智能
文本情感识别分析系统Python+SVM分类算法+机器学习人工智能+计算机毕业设计
使用Python作为开发语言,基于文本数据集(一个积极的xls文本格式和一个消极的xls文本格式文件),使用Word2vec对文本进行处理。通过支持向量机SVM算法训练情绪分类模型。实现对文本消极情感和文本积极情感的识别。并基于Django框架开发网页平台实现对用户的可视化操作和数据存储。
19 0
文本情感识别分析系统Python+SVM分类算法+机器学习人工智能+计算机毕业设计
|
18天前
|
机器学习/深度学习 人工智能 算法
探索人工智能:机器学习的奥秘与应用
本文深入浅出地探讨了人工智能领域中的核心技术——机器学习,揭示了其背后的原理和广泛的实际应用。通过浅显易懂的语言和生动的例子,本文旨在为非专业读者打开一扇了解并利用机器学习的大门,同时激发对这一前沿技术的兴趣和思考。
29 1
|
23天前
|
机器学习/深度学习 人工智能 自然语言处理
探索机器学习:从线性回归到深度学习
【9月更文挑战第4天】在这篇文章中,我们将深入探讨机器学习的世界,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。我们将通过实际的代码示例,揭示这些模型背后的数学原理,以及如何在现实世界的问题中应用它们。无论你是初学者还是有经验的数据科学家,这篇文章都将为你提供新的视角和深入的理解。
|
26天前
|
机器学习/深度学习 人工智能 算法
探索人工智能的未来:机器学习的奥秘
本文旨在揭示机器学习技术的核心原理和未来趋势。我们将从基础概念出发,通过易懂的语言和生活化的比喻,逐步深入到机器学习的应用实例,并探讨其对日常生活的影响。文章不仅为初学者提供入门知识,还为有志于深入了解人工智能领域的读者指明方向。