这里所有的术语/关键词,都是我机器学习笔记里的。顺序按照知识点的顺序。
普遍术语
| 英文 |
中文 |
| Machine Learning |
机器学习 |
Regression/回归
| 英文 |
中文 |
| Linear Regression |
线性回归 |
| Normality |
正态性 |
| Sampling |
抽样 |
| Training Instance |
训练例 |
| Input Vector |
输入矢量 |
| Attributes/Features |
属性/特征 |
| Gradient Descent |
梯度下降 |
| Stochastic/Batch Gradient Descent |
随机/批梯度下降 |
| Learning Rate |
学习率 |
| Convergence,divergence |
收敛,分散 |
| Gaussian Distribution |
高斯分布 |
| Likelihood Function |
似然函数 |
| Maximum Likelihood |
最大似然法 |
| 英文 |
中文 |
| Cost Function |
代价函数 |
| Mean Squared Error (MSE, RMSE) |
均方(根)误差 |
| MAE - Mean Absolute Error |
平均绝对值误差 |
| Estimation |
估计 |
| (adjusted)R-squared |
(调整)拟合度 |
| 英文 |
中文 |
| Univariate/Multivariate Regression |
一元性/多元性回归 |
| Regularisation |
正则化 |
| Optimisation |
优化 |
| Closed Form |
闭式 |
| Under/Over Fitting |
拟合/欠拟合 |
| Bias-Variance Tradeoff |
变差方差权衡 |
| Training, Validation, Test Set |
训练集,验证集,测试集 |
| Generalization |
泛化性 |
| Estimators |
估计量 |
| 英文 |
中文 |
| Model Evalution, Selection |
模型分析/选择 |
| Indicator Variable |
指示变量 |
| Subset selection |
子集选择 |
| Shrinkage |
特征缩减技术 |
| Dimensionality-reduction |
降维 |
| forward selection |
前向选择 |
| backward elimination |
后向消元 |
| greedy selection |
贪心算法 |
| Categorical Variable |
类别变量 |
| Local Regression |
局部回归 |
| Knn - K Nearest Neighbours |
最近邻算法 |
| Euclidean distance |
欧几里得距离 |
Classification/分类
| 英文 |
中文 |
| linear classifier |
线性分类器 |
| generative learning |
生成学习 |
| class prior probabilty |
先验概率 |
| discriminative learning |
判别学习 |
| class posterior |
后验 |
| decision boundary |
决策边界 |
| 英文 |
中文 |
| linear classifier |
线性分类器 |
| batch/online/offline learning |
批、在/离线学习 |
| non/parametric |
(无)参数的 |
| Deduction |
推论 |
| Induction |
归纳法 |
| hypothesis |
猜想 |
| cross validation |
交叉验证 |
| Holdout method |
流出法 |
| Leave-One-Out |
留一法 |
| K-fold |
k-折叠 |
| hyperparameter tuning |
超参数调优 |
| 英文 |
中文 |
| Numerical variable |
数值 |
| categorical |
类别 |
| irrelevant |
|
| nominal |
列名(数据) |
| binary |
二进制(变量) |
| ordinal |
顺序 |
| count |
计数 |
| time |
|
| interval |
|
| evaluation metrics |
评价指标 |
| true positive |
真正类率 |
| false postive |
负正类率 |
| True Negative |
真负类率 |
| contingency table |
列联表 |
| confusion matrix |
混淆矩阵 |
| Precision/correctness/specificity |
准确率 |
| Recall/sensitivity/completeness/true positive rate (TPR) |
召回率 |
| F1 score |
|
| AUC-ROC curve: Area Under the Curve (AUC) |
曲线下面积 |
| Missing Value |
缺失值 |
| imputed |
估值 |
| 英文 |
中文 |
| Minkowski distance |
闵可夫斯基距离 |
| L1,L2 norm |
L1,L2 范数 |
| Chebyshev distance |
切比雪夫距离 |
Tree learning/树学习
Kernel method/核方法
Ensemble Learning/集成学习
Neural Learning/神经网络学习
Unsupervised Learning无监督学习
Learning theory/统计/机器学习 学习理论
| Machine Learning |
机器学习 |
| Machine Learning |
机器学习 |
| Machine Learning |
机器学习 |
| Machine Learning |
机器学习 |
| Machine Learning |
机器学习 |
留下评论