-
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
《机器学习》基本术语标准翻译总结:第1章
最新推荐文章于 2023-08-15 15:28:02 发布
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: