机器学习与人工智能领域中常用的英语词汇
1.General Concepts (基础概念)
∙Artificial Intelligence (AI) - 人工智能
1)Artificial Intelligence (AI) - 人工智能
2)Machine Learning (ML) - 机器学习
3)Deep Learning (DL) - 深度学习
4)Neural Network - 神经网络
5)Natural Language Processing (NLP) - 自然语言处理
6)Computer Vision - 计算机视觉
7)Robotics - 机器人技术
8)Speech Recognition - 语音识别
9)Expert Systems - 专家系统
10)Knowledge Representation - 知识表示
11)Pattern Recognition - 模式识别
12)Cognitive Computing - 认知计算
13)Autonomous Systems - 自主系统
14)Human-Machine Interaction - 人机交互
15)Intelligent Agents - 智能代理
16)Machine Translation - 机器翻译
17)Swarm Intelligence - 体智能
18)Genetic Algorithms - 遗传算法
19)Fuzzy Logic - 模糊逻辑
20)Reinforcement Learning - 强化学习
∙Machine Learning (ML) - 机器学习
1)Machine Learning (ML) - 机器学习
2)Artificial Neural Network - 人工神经网络
3)Deep Learning - 深度学习
4)Supervised Learning - 有监督学习
5)Unsupervised Learning - 无监督学习
6)Reinforcement Learning - 强化学习
7)Semi-Supervised Learning - 半监督学习
8)Training Data - 训练数据
9)Test Data - 测试数据
10)Validation Data - 验证数据
11)Feature - 特征
12)Label - 标签
13)Model - 模型
14)Algorithm - 算法
15)Regression - 回归
16)Classification - 分类
17)Clustering - 聚类
18)Dimensionality Reduction - 降维
19)Overfitting - 过拟合
20)Underfitting - 欠拟合
∙Deep Learning (DL) - 深度学习
1)Deep Learning - 深度学习
2)Neural Network - 神经网络
3)Artificial Neural Network (ANN) - 人工神经网络
4)Convolutional Neural Network (CNN) - 卷积神经网络
5)Recurrent Neural Network (RNN) - 循环神经网络
6)Long Short-Term Memory (LSTM) - 长短期记忆网络
7)Gated Recurrent Unit (GRU) - 门控循环单元
8)Autoencoder - 自编码器
9)Generative Adversarial Network (GAN) - 生成对抗网络
10)Transfer Learning - 迁移学习
11)Pre-trained Model - 预训练模型
12)Fine-tuning - 微调
13)Feature Extraction - 特征提取
14)Activation Function - 激活函数
15)Loss Function - 损失函数
16)Gradient Descent - 梯度下降
17)Backpropagation - 反向传播
18)Epoch - 训练周期
19)Batch Size - 批量大小
20)Dropout - 丢弃法
∙Neural Network - 神经网络
1)Neural Network - 神经网络
2)Artificial Neural Network (ANN) - 人工神经网络
3)Deep Neural Network (DNN) - 深度神经网络
4)Convolutional Neural Network (CNN) - 卷积神经网络
5)Recurrent Neural Network (RNN) - 循环神经网络
6)Long Short-Term Memory (LSTM) - 长短期记忆网络
7)Gated Recurrent Unit (GRU) - 门控循环单元
8)Feedforward Neural Network - 前馈神经网络
9)Multi-layer Perceptron (MLP) - 多层感知器
10)Radial Basis Function Network (RBFN) - 径向基函数网络
11)Hopfield Network - 霍普菲尔德网络
12)Boltzmann Machine - 玻尔兹曼机
13)Autoencoder - 自编码器
14)Spiking Neural Network (SNN) - 脉冲神经网络
15)Self-organizing Map (SOM) - 自组织映射
16)Restricted Boltzmann Machine (RBM) - 受限玻尔兹曼机
17)Hebbian Learning - 海比安学习
18)Competitive Learning - 竞争学习
19)Neuroevolutionary - 神经进化
20)Neuron - 神经元
∙Algorithm - 算法
1)Algorithm - 算法
2)Supervised Learning Algorithm - 有监督学习算法
3)Unsupervised Learning Algorithm - 无监督学习算法
4)Reinforcement Learning Algorithm - 强化学习算法
5)Classification Algorithm - 分类算法
6)Regression Algorithm - 回归算法
7)Clustering Algorithm - 聚类算法
8)Dimensionality Reduction Algorithm - 降维算法
9)Decision Tree Algorithm - 决策树算法
10)Random Forest Algorithm - 随机森林算法
11)Support Vector Machine (SVM) Algorithm - 支持向量机算法
12)K-Nearest Neighbors (KNN) Algorithm - K近邻算法
13)Naive Bayes Algorithm - 朴素贝叶斯算法
14)Gradient Descent Algorithm - 梯度下降算法
15)Genetic Algorithm - 遗传算法
16)Neural Network Algorithm - 神经网络算法
17)Deep Learning Algorithm - 深度学习算法
18)Ensemble Learning Algorithm - 集成学习算法
19)Reinforcement Learning Algorithm - 强化学习算法
20)Metaheuristic Algorithm - 元启发式算法
∙Model - 模型
1)Model - 模型
正则化英语2)Machine Learning Model - 机器学习模型
3)Artificial Intelligence Model - 人工智能模型
4)Predictive Model - 预测模型
5)Classification Model - 分类模型
6)Regression Model - 回归模型
7)Generative Model - 生成模型
8)Discriminative Model - 判别模型
9)Probabilistic Model - 概率模型
10)Statistical Model - 统计模型
11)Neural Network Model - 神经网络模型
12)Deep Learning Model - 深度学习模型
13)Ensemble Model - 集成模型
14)Reinforcement Learning Model - 强化学习模型
15)Support Vector Machine (SVM) Model - 支持向量机模型
16)Decision Tree Model - 决策树模型
17)Random Forest Model - 随机森林模型
18)Naive Bayes Model - 朴素贝叶斯模型
19)Autoencoder Model - 自编码器模型
20)Convolutional Neural Network (CNN) Model - 卷积神经网络模型
∙Dataset - 数据集
1)Dataset - 数据集
2)Training Dataset - 训练数据集
3)Test Dataset - 测试数据集
4)Validation Dataset - 验证数据集
5)Balanced Dataset - 平衡数据集
6)Imbalanced Dataset - 不平衡数据集
7)Synthetic Dataset - 合成数据集
8)Benchmark Dataset - 基准数据集
9)Open Dataset - 开放数据集
10)Labeled Dataset - 标记数据集
11)Unlabeled Dataset - 未标记数据集
12)Semi-Supervised Dataset - 半监督数据集
13)Multiclass Dataset - 多分类数据集
14)Feature Set - 特征集
15)Data Augmentation - 数据增强
16)Data Preprocessing - 数据预处理
17)Missing Data - 缺失数据
18)Outlier Detection - 异常值检测
19)Data Imputation - 数据插补
20)Metadata - 元数据
∙Training - 训练
1)Training - 训练
2)Training Data - 训练数据
3)Training Phase - 训练阶段

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。