术语分享 - 在线管理术语，术语管理，术语提取，标注术语

人工智能专业词汇

原文	译文	详情
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／AUCRoc	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	-
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	-
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	-
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	-
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	-
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	-
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	-
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	-
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	-
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 validationk	折交叉验证／k倍交叉验证	-
K-Means Clustering	K - 均值聚类	-
K-Nearest Neighbours Algorithm/KNNK	近邻算法	-
Knowledge base	知识库	-
Knowledge Representation	知识表征	-
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 RegressionLogistic	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	-
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	-
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	-
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	-
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	-
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	-
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	-
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 functionSigmoid	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	-
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	-
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	-
Vanishing Gradient Problem	梯度消失问题	-
Variational inference	变分推断	-
VC TheoryVC	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	-
Wasserstein GAN/WGANWasserstein	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	-
Zero-data learning	零数据学习	-
Zero-shot learning	零次学习	-
Polarity detection	极性检测	-
Exploding Gradient Problem	梯度爆炸问题	-
Knowledge Representation	知识表征	-
Spectral Clustering	谱聚类	-
Pooling	池化	-
Concept Learning System /CLS	概念学习系统	-
Confusion matrix	混淆矩阵	-
Out-of-bag estimate	包外估计	-
Laplacian correction	拉普拉斯修正	-
Hierarchical clustering	层次聚类	-
Cluster analysis	聚类分析	-
Discriminator	判别器	-
Clustering	聚类	-
Frequentist	频率主义学派	-
Nash equilibrium	纳什均衡	-
Weak learner	弱学习器	-
Bayes decision rule	贝叶斯判定准则	-
Affine Layer	仿射层	-
Error-ambiguity decomposition	误差-分歧分解	-
Multimodal learning	多模态学习	-
Laplace smoothing	拉普拉斯平滑	-
Multi-layer feedforward neural networks	多层前馈神经网络	-
Categorical attribute	离散属性	-
Max-Pooling	最大池化	-
Threshold	阈值	-
reproducing kernel Hilbert space/RKHS	再生核希尔伯特空间	-
General Problem Solving	通用问题求解	-
Deep Convolutional Generative Adversarial Network/DCGAN	深度卷积生成对抗网络	-
Local minimum	局部最小	-
Independent and identically distributed/i.i.d.	独立同分布	-
Noise-contrastive estimation	噪音对比估计	-
Positive definite matrix	正定矩阵	-
Euclidean distance	欧氏距离	-
Global Optimization	全局优化	-
Parse tree	解析树	-
Twice-learning	二次学习	-
Re-weighting	重赋权法	-
Restricted Isometry Property/RIP	限定等距性	-
Univariate decision tree	单变量决策树	-
Plurality voting	相对多数投票法	-
Consistency	一致性／相合性	-
Version space	版本空间	-
Bayesian decision theory	贝叶斯决策论	-
Post-hoc test	后续检验	-
Tensor Processing Units/TPU	张量处理单元	-
Co-adapting	共适应	-
Newton method	牛顿法	-
Clustering ensemble	聚类集成	-
Automatic speech recognition	自动语音识别	-
Latent semantic analysis	潜在语义分析	-
semi-Supervised Support Vector Machine	半监督支持向量机	-
Parameter estimation	参数估计	-
Harmonic mean	调和平均	-
T-Distribution Stochastic Neighbour Embedding/t-SNE	T - 分布随机近邻嵌入	-
Affinity matrix	亲和矩阵	-
Disagreement measure	不合度量	-
Weight sharing	权共享	-
Attention mechanism	注意力机制	-
Lagrange duality	拉格朗日对偶性	-
Deep Belief Network	深度信念网络	-
Training error	训练误差	-
Lagrange multiplier	拉格朗日乘子	-
Conditional Probability Table／CPT	条件概率表	-
Algorithm	算法	-
Macron-R	宏查全率	-
Anomaly detection	异常检测	-
Average gradient	平均梯度	-
True Positive Rate/TPR	真正例率	-
Average-Pooling	平均池化	-
Support Vector Machine/SVM	支持向量机	-
Differentiable neural computer	可微分神经计算机	-
Manifold learning	流形学习	-
Bayes optimal classifier	贝叶斯最优分类器	-
False positive	假正类	-
Information gain	信息增益	-
Rule learning	规则学习	-
Rescaling	再缩放	-
Gain ratio	增益率	-
Bias	偏置 / 偏差	-
Non-ordinal attribute	无序属性	-
Dummy node	哑结点	-
Mutual information	互信息	-
Input layer	输入层	-
Reference model	参考模型	-
Induction	归纳	-
Featured Learning	特征学习	-
Naive bayes	朴素贝叶斯	-
Prepruning	预剪枝	-
Perceptron	感知机	-
Long-Short Term Memory/LSTM	长短期记忆	-
Hard margin	硬间隔	-
Principal component analysis/PCA	主成分分析	-
Conditional mutual information	条件互信息	-
Naive Bayes Classifier	朴素贝叶斯分类器	-
Parameter tuning	调参	-
Hesse matrix	海塞矩阵	-
Attribute conditional independence assumption	属性条件独立性假设	-
Similarity measure	相似度度量	-
Maximum margin	最大间隔	-
Non-Saturating Game	非饱和博弈	-
Stochastic gradient descent	随机梯度下降	-
Surrogate function	替代函数	-
Label space	标记空间	-
Component learner	组件学习器	-
Expected loss	期望损失	-
Subspace	子空间	-
Generalized Rayleigh quotient	广义瑞利商	-
Density-based clustering	密度聚类	-
Sigmoid functionSigmoid	函数	-
Singular Value Decomposition	奇异值分解	-
Hidden layer	隐藏层	-
Cost-sensitive	成本敏感	-
Break-Event Point／BEP	平衡点	-
Non-convex optimization	非凸优化	-
Residual Mapping	残差映射	-
Plug and Play Generative Network	即插即用生成网络	-
Tokenization	标记化	-
Statistical learning	统计学习	-
Markov Random Field	马尔可夫随机场	-
Machine translation/MT	机器翻译	-
Surrogat loss	替代损失	-
Paired t-test	成对t检验	-
Binary classification	二分类	-
Decision stump	决策树桩	-
Output layer	输出层	-
Isotonic regression	等分回归	-
Fine-tuning	微调	-
Genetic Algorithm/GA	遗传算法	-
Hypothesis	假设	-
Rectified Linear Unit/ReLU	线性修正单元	-
Probability Graphical Model	概率图模型	-
Cost matrix	成本矩阵	-
Natural language processing	自然语言处理	-
Base learner	基学习器	-
Output smearing	输出调制法	-
K-fold cross validationk	折交叉验证／k倍交叉验证	-
Gaussian Mixture Model	高斯混合模型	-
Extreme Learning Machine/ELM	超限学习机	-
Factorization	因子分解	-
Learner	学习器	-
Tria-by-error	试错法	-
Vanishing Gradient Problem	梯度消失问题	-
Deep Q-Network	深度Q网络	-
Addictive model	加性学习	-
Cascade-Correlation	级联相关	-
Activation Function	激活函数	-
Inductive Logic Programming／ILP	归纳逻辑程序设计	-
Feature vector	特征向量	-
Intrinsic value	固有值	-
Error Correcting Output Codes／ECOC	纠错输出码	-
Ordinal attribute	有序属性	-
Unsupervised layer-wise training	无监督逐层训练	-
Density estimation	密度估计	-
Self-Organizing Map／SOM	自组织映射	-
Reinforcement learning/RL	强化学习	-
Restricted Boltzmann Machine/RBM	受限玻尔兹曼机	-
Marginal distribution	边际分布	-
Robustness	稳健性/鲁棒性	-
Maximum weighted spanning tree	最大带权生成树	-
Convex quadratic programming	凸二次规划	-
Deep neural network/DNN	深度神经网络	-
Insensitive loss	不敏感损失	-
Autoencoder	自编码器	-
Variational inference	变分推断	-
Kernel trick	核技巧	-
Calibration	校准	-
Negative Log Likelihood	负对数似然	-
Connection weight	连接权	-
One shot learning	一次性学习	-
False negative	假负类	-
Dual problem	对偶问题	-
Negative correlation	负相关法	-
Local Markov property	局部马尔可夫性	-
Transductive learning	直推学习	-
Incremental learning	增量学习	-
Semi-Supervised Learning	半监督学习	-
Speech Recognition	语音识别	-
Fluctuation	震荡	-
Sampling	采样	-
Generalization error	泛化误差	-
Residual Network	残差网络	-
Hinge loss function	合页损失函数	-
Generalized Lagrange function	广义拉格朗日函数	-
Gradient boosting	梯度提升	-
K-Means Clustering	K - 均值聚类	-
Classifier	分类器	-
Quantized Neural Network	量子化神经网络	-
Viterbi algorithm	维特比算法	-
Directed edge	有向边	-
Synset	同义词集	-
Decision Boundary	决策边界	-
Bias-variance decomposition	偏差-方差分解	-
NIPS	国际神经信息处理系统会议	-
Supervised learning	监督学习／有导师学习	-
Dimensionality reduction algorithm	降维算法	-
Attribute space	属性空间	-
Neural Machine Translation	神经机器翻译	-
Post-pruning	后剪枝	-
Status feature function	状态特征函	-
Eigenvalue decomposition	特征值分解	-
Underfitting	欠拟合／欠配	-
Non-negative matrix factorization	非负矩阵分解	-
Iterative Dichotomiser	迭代二分器	-
Closed -form	闭式	-
Structural risk minimization/SRM	结构风险最小化	-
Independent Component Analysis/ICA	独立成分分析	-
Sample space	样本空间	-
Cost Function	成本函数	-
Quantum Computing	量子计算	-
Generative Model	生成模型	-
Decision tree	决策树／判定树	-
Emotional analysis	情绪分析	-
Backpropagation Through Time	通过时间的反向传播	-
Hyperparameter	超参数	-
Cosine similarity	余弦相似度	-
Alpha-beta pruning	α-β剪枝	-
Functional neuron	功能神经元	-
Homogeneous	同质	-
Semi-naive Bayes classifiers	半朴素贝叶斯分类器	-
Maximum Likelihood Estimation/MLE	极大似然估计／极大似然法	-
Flipping output	翻转法	-
Coding matrix	编码矩阵	-
Majority voting	绝对多数投票法	-
Von Neumann architecture	冯 · 诺伊曼架构	-
Class-imbalance	类别不平衡	-
Kernelized Linear Discriminant Analysis／KLDA	核线性判别分析	-
Association analysis	关联分析	-
Loss function	损失函数	-
Zero-data learning	零数据学习	-
Prior	先验	-
Pruning	剪枝	-
Negative class	负类	-
Specialization	特化	-
Co-occurrence	同现	-
Cross entropy	交叉熵	-
Lazy learning	懒惰学习	-
Ensemble pruning	集成修剪	-
Cross validation	交叉验证	-
Log odds／logit	对数几率	-
Multilayer Perceptron/MLP	多层感知器	-
Saddle point	鞍点	-
Adaptive Resonance Theory/ART	自适应谐振理论	-
Diversity measure	多样性度量／差异性度量	-
Soft voting	软投票	-
Discriminative model	判别模型	-
Area Under ROC Curve／AUCRoc	曲线下面积	-
Nominal attribute	列名属性	-
Micro-P	微查准率	-
Cut point	截断点	-
Log-likelihood	对数似然	-
Sparsity	稀疏性	-
Unsupervised learning	无监督学习／无导师学习	-
Agent	代理 / 智能体	-
Gibbs sampling	吉布斯采样	-
K-Nearest Neighbours Algorithm/KNNK	近邻算法	-
Moral graph	道德图／端正图	-
Positive class	正类	-
Receiver Operating Characteristic/ROC	受试者工作特征	-
Expectation-Maximization	期望最大化	-
Markov Chain Monte Carlo/MCMC	马尔可夫链蒙特卡罗方法	-
Leave-One-Out/LOO	留一法	-
Batch Normalization/BN	批量归一化	-
Turing Machine	图灵机	-
Bi-directional Long-Short Term Memory/Bi-LSTM	双向长短期记忆	-
Overfitting	过拟合／过配	-
No Free Lunch Theorem／NFL	没有免费的午餐定理	-
Exponential loss function	指数损失函数	-
Pseudo-label	伪标记	-
Recall	查全率／召回率	-
True negative	真负类	-
Least squares regression tree	最小二乘回归树	-
False Positive Rate/FPR	假正例率	-
Marginal independence	边际独立性	-
Comprehensibility	可解释性	-
Multi-class classification	多分类	-
Gini index	基尼指数	-
Ensemble learning	集成学习	-
Particle Swarm Optimization/PSO	粒子群优化算法	-
Unit-step function	单位阶跃函数	-
Weight	权重	-
Energy-based model	基于能量的模型	-
Momentum	动量	-
Squashing function	挤压函数	-
Pairwise	成对型	-
Threshold-moving	阈值移动	-
Latent Dirichlet Allocation	隐狄利克雷分布	-
linear chain conditional random field	线性链条件随机场	-
Continuous attribute	连续属性	-
Error rate	错误率	-
One-Dependent Estimator／ODE	独依赖估计	-
Symbolic learning	符号学习	-
Training instance	训练示例／训练例	-
Natural language generation/NLG	自然语言生成	-
Bootstrapping	自助法	-
Within-class scatter matrix	类内散度矩阵	-
Evolutionary computation	演化计算	-
Separating hyperplane	分离超平面	-
ICML	国际机器学习会议	-
Data mining	数据挖掘	-
Simulated annealing	模拟退火	-
Deduction	演绎	-
Score function	评分函数	-
Divergence	散度	-
Multi-document summarization	多文档摘要	-
Hypothesis test	假设验证	-
Base learning algorithm	基学习算法	-
Accumulated error backpropagation	累积误差逆传播	-
Feedforward Neural Networks/FNN	前馈神经网络	-
Hybrid computing	混合计算	-
Bi-partition	二分法	-
Random Forest Algorithm	随机森林算法	-
On-Policy	在策略	-
Misclassification cost	误分类成本	-
Threshold logic unit	阈值逻辑单元	-
Wasserstein GAN/WGANWasserstein	生成对抗网络	-
Kernel method	核方法	-
Soft margin maximization	软间隔最大化	-
Root node	根结点	-
Pairwise Markov property	成对马尔可夫性	-
Deep learning	深度学习	-
Dynamic programming	动态规划	-
Mixture of experts	混合专家	-
Maximal clique	最大团	-
Cluster	簇/类/集群	-
Backpropagation/BP	反向传播	-
Bayesian network	贝叶斯网络	-
Generalization	泛化	-
Global minimum	全局最小	-
Boltzmann machine	玻尔兹曼机	-
Neighbourhood Component Analysis/NCA	近邻成分分析	-
Symbolism	符号主义	-
Marginalization	边际化	-
Embedding	嵌入	-
Normalization	归一化	-
Quasi Newton method	拟牛顿法	-
Binomial test	二项检验	-
Log-linear regression	对数线性回归	-
Bootstrap sampling	自助采样法／可重复采样／有放回采样	-
Latent variable	隐变量	-
Undersampling	欠采样	-
Ground-truth	真相／真实	-
Adversarial Networks	对抗网络	-
Linear model	线性模型	-
Intra-cluster similarity	簇内相似度	-
Between-class scatter matrix	类间散度矩阵	-
Link function	联系函数	-
Forward stagewise algorithm	前向分步算法	-
potential function	势函数	-
Bayes Model Averaging／BMA	贝叶斯模型平均	-
Nonlinear model	非线性模型	-
Curse of dimensionality	维数灾难	-
Confidence	置信度	-
Crowdsourcing	众包	-
Word embedding	词嵌入	-
Part-of-speech tagging	词性标注	-
Graph theory	图论	-
Quantum computer	量子计算机	-
Recurrent Neural Network	循环神经网络	-
True positive	真正类	-
Regression	回归	-
Knowledge base	知识库	-
Domain adaption	领域自适应	-
Oblique decision tree	斜决策树	-
Parameter	参数	-
Transfer learning	迁移学习	-
Bias-Variance Dilemma	偏差 - 方差困境	-
Gradient Descent	梯度下降	-
Metric learning	度量学习	-
Meta-learner	元学习器	-
Treebank	树库	-
Classification and regression tree/CART	分类与回归树	-
Generator	生成器	-
Empirical entropy	经验熵	-
Cutting plane algorithm	割平面法	-
Manifold assumption	流形假设	-
Performance measure	性能度量	-
Named entity recognition	命名实体识别	-
Oversampling	过采样	-
Neural Turing Machine	神经图灵机	-
Sparse representation	稀疏表征	-
Hold-out	留出法	-
Contingency table	列联表	-
Precision	查准率／准确率	-
Committee-based learning	基于委员会的学习	-
End-to-End	端到端	-
Multi-response Linear Regression ／MLR	多响应线性回归	-
Radial Basis Function／RBF	径向基函数	-
Slack variables	松弛变量	-
Zero-shot learning	零次学习	-
Distribution	分布	-
Word sense disambiguation	词义消歧	-
Correlation coefficient	相关系数	-
Linear Discriminant Analysis／LDA	线性判别分析	-
Minimal Description Length/MDL	最小描述长度	-
The least square method	最小二乘法	-
Representer theorem	表示定理	-
Learning rate	学习率	-
Downsampling	下采样	-
D-separation（Directed separation）	有向分离	-
Upsampling	上采样	-
Regularization	正则化	-
Sentiment analysis	情感分析	-
Data set	数据集	-
Objective function	目标函数	-
Unequal cost	非均等代价	-
Convergence	收敛	-
Convexity	凸性	-
Improved iterative scaling/IIS	改进的迭代尺度法	-
International Conference for Machine Learning/ICML	国际机器学习大会	-
Mean squared error	均方误差	-
Generative Adversarial Networks/GAN	生成对抗网络	-
Artificial General Intelligence/AGI	通用人工智能	-
Weighted voting	加权投票法	-
Multiple Dimensional Scaling	多维缩放	-
Log likelihood	对数似然	-
Computational Linguistics	计算语言学	-
Approximation	近似	-
Logistic RegressionLogistic	回归	-
support vector expansion	支持向量展式	-
Distance metric learning	距离度量学习	-
Inter-cluster similarity	簇间相似度	-
Off-Policy	离策略	-
Full-rank matrix	满秩矩阵	-
Hilbert space	希尔伯特空间	-
Gaussian kernel function	高斯核函数	-
Connectionism	连结主义	-
Numerical attribute	数值属性	-
Stratified sampling	分层采样	-
Computer vision	计算机视觉	-
Time Step	时间步骤	-
Concept drift	概念漂移	-
Learning by analogy	类比学习	-
Conditional entropy	条件熵	-
Deep Q-Learning	深度Q学习	-
Stability-plasticity dilemma	可塑性-稳定性困境	-
Empirical conditional entropy	经验条件熵	-
Hidden dynamic model	隐动态模型	-
Conversational agent	会话智能体	-
Tensor	张量	-
Cost curve	成本曲线	-
Isometric Mapping/Isomap	等度量映射	-
Simultaneous localization and mapping	同步定位与地图构建	-
Empirical error	经验误差	-
Macron-P	宏查准率	-
Indicator function	指示函数	-
Occam's razor	奥卡姆剃刀	-
Information entropy	信息熵	-
Computation Cost	计算成本	-
Inductive learning	归纳学习	-
Game theory	博弈论	-
Re-sampling	重采样法	-
Micro-R	微查全率	-
Linear Regression	线性回归	-
Self-Driving	自动驾驶	-
Margin theory	间隔理论	-
Generalized linear model	广义线性模型	-
Class-conditional probability	类条件概率	-
Nuclear norm	核范数	-
Recursive neural network	递归神经网络	-
Conditional random field/CRF	条件随机场	-
Minimax game	极小极大博弈	-
Hidden Markov Model/HMM	隐马尔可夫模型	-
Dynamic Fusion	动态融合	-
VC TheoryVC	维理论	-
Generalization error bound	泛化误差上界	-
Inductive bias	归纳偏好	-
Learning Vector Quantization/LVQ	学习向量量化	-
Soft margin	软间隔	-
Polynomial kernel function	多项式核函数	-
Multiple linear regression	多元线性回归	-
Conditional risk	条件风险	-
Automatic summarization	自动摘要	-
Rule Engine	规则引擎	-
Attribute value	属性值	-
Principle of multiple explanations	多释原则	-
Understandability	可理解性	-
Norm	范数	-
Representation learning	表征学习	-
Proximal Gradient Descent/PGD	近端梯度下降	-
Odds	几率	-
Competitive learning	竞争型学习	-
Empirical risk	经验风险	-
Feature selection	特征选择	-
Distance measure	距离度量	-
Random walk	随机漫步	-
Smoothing	平滑	-
COLT	国际学习理论会议	-
Structural risk	结构风险	-
Individual learner	个体学习器	-
Splitting variable	切分变量	-
Artificial Intelligence/AI	人工智能	-
Non-metric distance	非度量距离	-
Convolutional neural network/CNN	卷积神经网络	-
Feature engineering	特征工程	-
Hard voting	硬投票	-