《机器学习》基本术语标准翻译总结:第2章

  1. error rate:错误率

  2. accuracy:精度

  3. error:误差

  4. training error:训练误差(或“empirical error:经验误差”)

  5. test error:测试误差

  6. generalization error:泛化误差

  7. overfitting:过拟合

  8. underfitting:欠拟合

  9. model selection:模型选择

  10. hold-out:留出法

  11. sampling:采样

  12. stratified sampling:分层采样

  13. cross validation:交叉验证

  14. k-fold cross validation:k折交叉验证

  15. validation set:验证集

  16. Leave-One-Out:留一法(简称“LOO”)

  17. bootstrapping:自助法

  18. bootstrap sampling:自助采样

  19. out-of-bag estimate:包外估计

  20. parameter tunning:调参

  21. performance measure:性能度量

  22. mean squared error:均方误差

  23. precision:查准率,亦称“准确率”

  24. recall:查全率,亦称“召回率”

  25. true positive:真正例

  26. True Positive Rate:真正例率(简称"TPR")

  27. false positive:假正例

  28. False Positive Rate:假正例率(简称"FPR")

  29. true negative:真反例

  30. false negative:假反例

  31. confusion matrix:混淆矩阵

  32. Break-Evendors Point:平衡点(简称“BEP”)

  33. threshold:阈值

  34. cut point:截断点

  35. ROC:受试者工作曲线

  36. AUC:Area under ROC Curve

  37. loss:损失

  38. unequal cost:非均等代价

  39. cost-sensitive:代价敏感

  40. hypothesis test:假设检验

  41. binomial test:二项测试

  42. confidence:置信度

  43. two-tailed:双边

  44. t-test:t检验

  45. paired t-test:成对t检验

  46. contingency table:列联表

  47. bias-variance decomposition:偏差-方差分解

  48. bias-variance dilemma:偏差-方差窘境

  49. cost-sensitive learning:代价敏感学习

  50. harmonic mean:调和平均

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值