术语分享

谷歌机器学习

更多
电子科技
169
12
谷歌机器学习相关术语
原文 译文
候选采样 candidate sampling
均方误差 Mean Squared Error/MSE
神经网络 neural network
运算 Operation/op
类别 class
命名空间 namespace
反向传播 Backpropagation
线性回归 linear regression
输出层 output layer
L1 正则化 L1 regularization
偏导数 partial derivative
在线推断 online inference
动量 Momentum
标签 label
特征工程 feature engineering
数据集 data set
困惑度 perplexity
连续特征 continuous feature
启发式 heuristic
特征定义 feature spec
多类别 multi-class
离散特征 discrete feature
激活函数 Activation function
ROC 曲线 ROC curve
学习率 learning rate
Kernel 支持向量机 Kernel Support Vector Machines/KSVM
评估器 Estimator
特征交叉 feature cross
测试数据集 test data set
广义线性模型 generalized linear model
参数更新 parameter update
layer
优化器 optimizer
测试数据 holdout data
梯度下降 gradient descent
凸函数 concex function
准确率 accuracy
分区策略 partitioning strategy
特征 feature
泛化 generalization
真正类 Ture Positive
分类模型 classification
评分者间信度 inter-rater reliability
过拟合 overfitting
参数服务器 Parameter Server/PS
正则化率 lambda
检查点 checkpoint
假负类 false negative,FN
早期停止法 early stopping
无标注样本 unlabeled example
L1 损失函数 L1 loss
基线 Baseline
参数 parameter
召回率 recall
推断 inference
负强化 negative reinforcement
模型 model
机器学习 machine learning
目标 objective
精度 precision
批量大小 batch size
假正类 False Positives
宽度模型对照 wide model
L2 损失 L2 loss
摘要 summary
流程 pipeline
独立同分布 independently and identically distributed,i.i.d
神经元 neuron
训练集 training set
测试集 test set
密集特征 dense feature
队列 queue
标定层 calibration layer
收敛 convergence
调试 debug
对数损失函数 Log Loss
graph
宽模型 wide model
特征集 feature set
最小二乘回归 least squares regression
性能 performance
归一化 normalization
中文 英文
验证集 validation set
梯度截断 gradient clipping
结构风险最小化 structural risk minimization/SRM
嵌入 embeddings
决策边界 decision boundary
二元分类器 binary classification
偏置 bias
one-hot 编码 one-hot encoding
曲线下面积 AUC
正则化率 regularization rate
小批量随机梯度下降 mini-batch stochastic gradient descent
派生特征 derived feature
稀疏特征 sparse feature
权重 weight
深度模型 deep model
超参数 hyperparameter
假正类率 false positive rate,FP rate
折页损失函数 Hinge loss
张量形状 Tensor shape
评分者 rater
交叉熵 cross-entropy
小批量 mini-batch
一对多 one-vs.-all
合成特征 synthetic feature
集成 ensemble
异常值 outlier
均方根误差 Root Mean Squared Error/RMSE
离线推断 offline inference
会话 session
序列模型 sequence model
L2 正则化 L2 regularization
稀疏性/正则化 Ftrl
随机梯度下降 stochastic gradient descent/SGD
步长 step size
预测偏差 prediction bias
静态模型 static model
训练 training
预制评估器 pre-made Estimator
真负类 true negative,TN
假正类 false positive,FP
回归模型 regression model
受试者工作特征曲线 receiver operating characteristic/ROC Curve
样本 example
类别不平衡数据集 class-imbalanced data set
主成分分析 principal component analysis,PCA
动态模型 dynamic model
验证数据集 validation data set
正则化 regularization
无标签样本 unlabeled example
输入层 input layer
预训练模型 pre-trained model
真正类率 true positive rate,TP rate
模型训练 model training
学习速率 learning rate
分类阈值 classification threshold
稳态 stationarity
平方损失 squared loss
真正类 true positive,TP
根目录 root directory
张量 tensor
成本 cost
修正线性单元 Rectified Linear Unit/ReLU
step
标注者间信度 inter-annotator agreement
梯度 gradient
Sigmoid 函数 sigmoid function
完全 softmax full softmax
隐藏层 hidden layer
负类 negative class
特征列 feature columns/FeatureColumn
标注样本 labeled example
混淆矩阵 confusion matrix
正则化 dropout
经验风险最小化 empirical risk minimization,ERM
预测 prediction
评分者间一致性 inter-rater agreement
结构风险最小化 structual risk minimization
logistic 回归 logistic regression
正类 positive class
rank
张量大小 Tensor size
先验信念 prior belief
监督式机器学习 supervised machine learning
无监督机器学习 unsupervised machine learning
张量处理单元 Tensor Processing Unit,TPU
缩放 scaling