Maching Learning 基本术语
第一章
- model 模型【learning algorithm 学习算法】
- data set 数据集
- 记录的集合
- 每条记录是关于一个事件或对象的描述
- instance 示例
- 【或 sample 样本】
- 【一个示例就是一条记录】
- attribute 属性
- 或 [反应事件或对象在某方面的表现或性质的事项.]
- feature 特征
- attribute value 属性值
- attribute space 属性空间
- 属性张成的空间
- sample space 样本空间
- feature vector 特征向量
- dimensionality 维数
- traning data 训练数据
- traning sample 训练样本
- 或
- traning instance 训练示例
- traning set 训练集
- 训练样本组成的集合
- hypothesis 假设
- ground-truth 真相【潜在规律】
- learner 学习器【模型】
- 有时将模型称为 “学习器”, 可看作学习算法在给定数据和参数空间上的实列话.
- prediction 预测
- label 标记
- example 样例【拥有了标记信息的示例】
- (Xi,yi) 表示第i个样例
- label space 标记空间【或 输出空间】
- Xi 是一个示例
- yi 是示例Xi的标记
- Y 是所有标记yi的集合
- classification 分类
- 预测的是离散值
- regression 回归
- 预测的是连续值
- binary classification 二分类
- 只涉及两个类别
- positive class 正类
- negative class 反类
- multi-class classification 多分类
- 涉及多个类别
- testing 测试【进行预测的过程】
- testing sample 测试样本【被预测的样本】
- clustering 聚类【将训练集中的西瓜分为若干组】
- cluster 簇【每一组称为一个簇】
- supervised learning 监督学习
- 分类
- 回归
- unsupervised learning 无监督学习【事先不知道，而且学习过程中使用的训练样本通常不拥有标记信息】
- 聚类
- generalization 泛化【学的模型适用于新样本的能力】
- distribution 分布
- independent and identically distributed 独立同分布
- abbreviated as i.i.d
- induction 归纳
- 特殊到一般的 “泛化”[generalization] 过程
- 从具体的事实归结出一般性规律
- 从样例中学习显然是一个归纳的过程
- deduction 演绎
- 一般到特殊的 “特化”[specialization] 过程
- 从基础原理推演处具体状况
- 基于一组公理和推导规则推导出与之相恰的定理
- inductive learning 归纳学习
- 从样例中学习 [广义上的]
- 从训练数据中学得概念[狭义上的, 又称概念学习]
- concept 概念
- fit 匹配
- version space 版本空间
- 【存在着一个与训练集一致的“假设集合”，称为版本空间】
- inductive bias 归纳偏好
- 【机器学习算法在学习过程中对某种类型假设的偏好】
- 任何一个有效的机器学习算法必有其归纳偏好，
- 否则它将被假设空间中在训练集中看似“等效”的假设所迷惑，而无法产生确定的学习结果。
- 【算法的归纳偏好是否与问题本身匹配，大多数时候决定了算法能否取得好的性能。】
- Occam’s razor 奥卡姆剃刀 【一种常用的, 自然科学研究中最基本的原则】
- 若有多个假设与观察一致, 则选择最简单的那个.
- NFL No Free Lunch Theorem “没有免费的午餐”定理
第二章
- error rate 错误率
- accuracy 精度
- error 误差
- 在训练集上的误差:
- training error 训练误差
- 或 empirical error 经验误差
- 在新样本上的误差: generalization error 泛化误差
- overfitting 过拟合
- 把训练样本自身的一些特点当作了所有潜在样本都会具有的一般性质, 导致泛化性能下降.
- 学习能力过于强大, 以至于把训练样本不一般的特性都学到了.
- 过拟合是机器学习的关键障碍.
- 过拟合是无法彻底避免的.
- underfitting 欠拟合[学习能力低下造成, 比较容易克服.]
- model selection 模型选择
- testing set 测试集
- testing error 测试误差
- 评估方法
- hold-out 流出法
- cross validation 交叉验证法 [又称: K-fold corss validation k折交叉验证]
- bootstrapping 自助法
- sampling 采样
- stratified sampling 分层采样 [保留类别比例的分层方式]
- fidelity 保真性
- out-of-bag estimate 包外估计
- parameter tuning 调参
- performance measure 性能度量
- mean squared error 均方误差
- precision 查准率
- recall 查全率
- true positive 真正例
- false positive 假正例
- true negative 真反例
- false negative 假反例
- confusion matrix 混淆矩阵
- BEP: Break-Even Point 平衡点
- harmonic mean 调和平均数
- macro 宏 [macro-P 宏查准率; macro-R 宏查全率; macro-F1]
- micro 微 [micro-P 宏查准率; micro-R 宏查全率; micro-F1]
- F1: 基于查准率和查全率的调和平均定义的.
- Fβ: 则是加权调和平均; 第32页.
- threshold 分类阈值
- cut point 截断点
- ROC: Receiver Operating Characteristic “受试者工作者特征”曲线
深度学习
- 损失函数 loss function
- 均方误差 mean squared error
- 激活函数 activation function
- sigmoid 函数 sigmoid function
- 结构化数据 structured data
- Numpy Numerical Python 是Python科学计算的基础包
- Pandas Python data analysis (Python数据分析)
- 交叉熵误差 cross entropy error
- 小批量 mini-batch
- 数值微分 numerical differentiation
- 舍入误差 rounding error
- 解析性 analytic
- 鞍点 saddle point
- 梯度法 gradient method
- 学习率 learning rate
- 随机梯度下降法 stochastic gradient descent
- 计算图 computational graph
- 正向传播 forward propagation
- 反向传播 backward propagation
- 链式法则 chain rule
- 乘法层 MulLayer
- 加法层 AddLayer
- 梯度确认 gradient check
- 最优化 optimization
- 非均向 anisotropic
- 权值衰减 weight decay
- 直方图 histogram
- 梯度消失 gradient vanishing
- 正太分布 Normal Distribution
- 超参数 hyper-parameter
- 验证数据 validation data
- 卷积神经网络 CNN（Convolutional Neural Network
- 卷积层 Convolution层
- 池化层 Pooling层
- 全连接 full-connected
- 特征图 feature map
- 填充 Padding
计算机专业英语
- computer graphics 计算机图形学
- cmputational complexity theory 计算复杂性理论
- computability theory 可计算性理论
- computationally unsolvable and intractable problems 计算不可解和不可行问题
- scientific computing 科学计算
- artificial intelligence 人工智能
- machine learning 机器学习
- ACM [Asscociation for Computing Machinery] 美国计算机学会
- IEEE[Institute of Electrical and Electronic Engineers] 电气电子工程师协会
- algorithm and data structrues 算法和数据结构
- programming methodology and languages 程序设计方法与语言
- software engineering 软件工程
- computer elements and architecture 计算机组成与架构
- computer network and communication 计算机网络与通信
- database system 数据库系统
- parallel computation 并行计算
- distributed computation 分布式计算
- numerical and symbolic computation 数值和符号计算
- mathematical logic 数理逻辑
- automata theory 自动机理论
- number theory 数论
- graphy theory 图论
- type theory 类型论
- category theory 范畴论
- computational geometry 计算几何
- quantum computing theory 量子计算理论
- cryptography 密码学
- digital logic 数字逻辑
- microarchitecture 微架构
- multiprocessing 多处理
- domain theory 范畴论
- algebra 代数
- numerical analysis 数值分析
- computational physics 计算物理
- bioinformatics 生物信息学
- computer vision 计算机视觉
- image processing 图像处理
- pattern recognition 模式识别
- cognitive science 认知科学
- data mining 数据挖掘
- evolutionary computation 演化计算
- information retrieval 信息检索
- knowledge representation 知识表达
- nature language processing 自然语言处理
- robotics 机器人学
- human-computer interaction 人机交互
- operating systems 操作系统
- computer security 计算机安全
- ubiquitous computing 普适计算
- compiler design 编译器设计
- inherent 固有的
- disposed 有倾向性的, 愿意的
- pernicious 有害的
- evangelize 传道
- manifest 表明
- oligarchy 寡头政治
- unassailable 无懈可击的
- shill 诱饵, 托儿
- breed 引起
- sinister 阴险的
- vigorously 精力旺盛地
- allegation 主张, 断言
- divulge 泄露
- unscrupulous 不讲道德的
- cybersecurity 网络安全
- exposure 暴露
- underground economy 地下交易
- intellectual property 知识产权
- breach 缺口, 破坏
- trillion 万亿
- malicious 恶意的
- infection 感染
- merely 仅仅, 只不过
- SQL injection SQL注入攻击
- victim 受害者
- cross-site scripting 跨站点脚本攻击
- rootkits 一种嵌入在操作系统中的恶意程序
- botnet 僵尸网络
- spam 垃圾邮件
- phishing 网络钓鱼攻击
- crack 破解
- software patch 软件补丁
- evade 逃避
- launch 发起
- social engineering 社交工程
- compromise 妥协
- penetration test 渗透测试
- fraudulent 欺骗性的
- firewalls 防火墙
- intrusion detection 入侵检测
- afterthought 事后的想法
- exploit 利用
- rigorous 严格的
- albeit 虽然, 即使
- software defect 软件缺陷
- cloud computing 云计算
- trigger 触发
分布式数据库系统及原理
- Transaction 事务
- Concurrent 并发
- Parallel 并行
- DDBS 分布式数据库系统
- Distributed Database System
- 地理上分散而逻辑上集中的数据库系统
- DDBS = DDB + DDBMS
- 分布式数据库系统 = 分布式数据库 + 分布式数据库管理系统
- DB 数据库
- DBMS 数据库管理系统
- DB + DBMS = DBS
- 数据库 + 数据库管理系统 = 数据库系统
- SQL 结构化查询语言
- node 节点
- site 场地
- p 处理机
- M 内存
- D 磁盘
- Shared-Memery Architecture 共享内存系统
- Shared-Disk Architecture 共享磁盘系统
- Shared-Nothing Architecture 无共享系统
- union 并 ∪
- intersect 交 ∩
- difference 差 -
- product 乘 ×
- divide 除 ÷
- selcect 选择 σ
- project 投影 π
- join 连接 ⋈
- schema 模式
- wrapper 包装器
- mediator 协调器
- MDBS 多数据库系统[multi-Database System]
- LDBS 局部数据库系统
- FDBS 联邦数据库系统
- P2PDBS 对等数据库系统
- P2P peer-to-Peer 对等计算模型
- fragment 片段
- fragmentation 分片
- allocation 分配
- partition 分割
- replication 复制
- GDB Global DB 全局数据库
- FDB Fragment DB 片段数据库
- PDB Physical DB 物理数据库
转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 jungle8884@163.com
