《机器学习》基本术语标准翻译总结:第1章
2017-06-19 14:41
274 查看
本文是笔者在看完周志华教授的《机器学习》教材后,对基本术语翻译的一些总结:
machine learning:机器学习
learning algorithm:学习算法
instance/sample:示例/样本
example:样例
label:标记
attribute/feature:属性/特征
attribute value:属性值
attribute space:属性空间
sample space:样本空间/输入空间
feature vector:特征向量
dimensionality:维数
hypothesis:假设
ground-truth:真相、真实
learner:学习器
training data:训练数据
training sample:训练样本
test sample:测试样本
training set:训练集
label space:标记空间、输出空间
classification:分类
regression:回归
binary classification:二分类
multi-class classification:多分类
positive class:正类
negative class:反类
clustering:聚类
supervised learning:监督学习
unsupervised learning:无监督学习
generalization:泛化
distribution:分布
independent and identically distributed:独立同分布(i,i,d.)
induction:归纳
inductive learning:归纳学习
deduction:演绎
specialization:特化
version space:版本空间
fit:匹配
inductive bias:归纳偏好(简称“偏好”)
Occam's razor
No Free Lunch Theorem:没有免费的午餐定量(简称“NFL”)
artificial intelligence:人工智能
General Problem Solving:通用问题求解
Logic Theorist:逻辑理论家
connectionism:连接主义
symbolism:符号主义
perceptron:感知机
Inductive Logic Programming:归纳逻辑程序设计(简称“ILP”)
statistical learning:统计学习
support vector meachine:支持向量机(简称“SVM”)
kernel methods:核方法
data mining:数据挖掘
crowdsourcing:众包
transfer learning:迁移学习
learning by analogy:类比学习
deep learning:深度学习
machine learning:机器学习
learning algorithm:学习算法
instance/sample:示例/样本
example:样例
label:标记
attribute/feature:属性/特征
attribute value:属性值
attribute space:属性空间
sample space:样本空间/输入空间
feature vector:特征向量
dimensionality:维数
hypothesis:假设
ground-truth:真相、真实
learner:学习器
training data:训练数据
training sample:训练样本
test sample:测试样本
training set:训练集
label space:标记空间、输出空间
classification:分类
regression:回归
binary classification:二分类
multi-class classification:多分类
positive class:正类
negative class:反类
clustering:聚类
supervised learning:监督学习
unsupervised learning:无监督学习
generalization:泛化
distribution:分布
independent and identically distributed:独立同分布(i,i,d.)
induction:归纳
inductive learning:归纳学习
deduction:演绎
specialization:特化
version space:版本空间
fit:匹配
inductive bias:归纳偏好(简称“偏好”)
Occam's razor
No Free Lunch Theorem:没有免费的午餐定量(简称“NFL”)
artificial intelligence:人工智能
General Problem Solving:通用问题求解
Logic Theorist:逻辑理论家
connectionism:连接主义
symbolism:符号主义
perceptron:感知机
Inductive Logic Programming:归纳逻辑程序设计(简称“ILP”)
statistical learning:统计学习
support vector meachine:支持向量机(简称“SVM”)
kernel methods:核方法
data mining:数据挖掘
crowdsourcing:众包
transfer learning:迁移学习
learning by analogy:类比学习
deep learning:深度学习
相关文章推荐
- 《机器学习》基本术语标准翻译总结:第2章
- 第三章 标准库类型(part 5) 总结 & 常用术语
- 数据结构之树的基本术语与性质总结
- 机器学习基本术语
- 机器学习笔记(一)基本术语
- 机器学习 基本总结
- 一、基本术语总结
- Java标准输入输出+基础理论+基本数据类型总结
- 机器学习 -- 基本数学概念总结
- Redis Sentinel基本介绍(翻译以及总结)
- 大数据与机器学习中基本概念总结
- drupal7基本术语和主题总结
- C++常用术语及其英文翻译的含义和简单用途总结(三)
- C++常用术语及其英文翻译的含义和简单用途总结(二)
- 机器学习(一) - - 基本术语
- 基本术语:源程序,目标程序,翻译程序
- C++常用术语及其英文翻译的含义和简单用途总结(一)
- C++常用术语及其英文翻译的含义和简单用途总结(五)
- 机器学习——基本术语
- 机器学习基本算法总结