机器学习英语

简介: 机器学习英语norm: 范式bias: 偏见; 高偏差unfitting: 欠拟合overfitting: 过拟合variance: 方差logistic regression: 逻辑回归classifier: 分类器stratified: 分层的fold: 与K结合, KFol...

机器学习英语

  • norm: 范式
  • bias: 偏见; 高偏差
  • unfitting: 欠拟合
  • overfitting: 过拟合
  • variance: 方差
  • logistic regression: 逻辑回归
  • classifier: 分类器
  • stratified: 分层的
  • fold: 与K结合, KFold--> K-折叠
  • cross validation: 交叉验证, 简称CV
  • histogram: 直方图
  • grid: 网格
  • gini: 基尼
  • decision tree: 决策树
  • random forest: 随机森林
  • dataset: 数据集
  • warm start: 温启动, 会保存原来的值
  • neural network: 神经网络
  • intercept: 截距
  • slope: 斜率
  • dual: 双的
  • criterion: 标准
  • hue: 色调
  • outlier: 离散值
  • dummy: 哑的; 假的
  • metric: 度量
  • estimator: 估量值
  • rotation: 旋转
  • penalty: 惩罚
  • gredient: 梯度
  • theta: theta
  • cluster: 聚类
  • heat map: 热图
  • fit: 拟合
  • ensemble: 系统; 集成
  • boost: 提高
  • pivot: 主元
  • median: 中位数
  • occurence: 发生
  • axes: 轴
  • threshold: 阈值
  • perform: 执行; 表现
  • alphabet: 字母
  • eta: 预计抵达时间
  • corpora: 全集
  • corpus: 语料库
  • multifaceted: 多方面的
  • factorization: 分解
  • latent: 潜在的
  • allocation: 分布; 分配
  • spread: 传播
  • blobs: 斑点
  • silhouette: 轮廓
目录
相关文章
|
4月前
|
机器学习/深度学习 大数据 程序员
[机器学习]机器学习数学基础(三)
[机器学习]机器学习数学基础(三)
21 0
|
4月前
|
机器学习/深度学习 数据采集 人工智能
机器学习概论
机器学习概论
|
7月前
|
机器学习/深度学习
机器学习数学基础 1
机器学习数学基础
30 0
|
7月前
|
机器学习/深度学习
机器学习数学基础 2
机器学习数学基础
40 0
|
机器学习/深度学习 存储 算法
入坑机器学习:三,非监督学习
不同于监督学习的数据的样子,即无监督学习中没有任何的标签或者是有相同的标签或者就是没标签。所以我们已知数据集,却不知如何处理,也未告知每个数据点是什么。别的都不知道,就是一个数据集。你能从数据中找到某种结构吗?针对数据集,无监督学习就能判断出数据有两个不同的聚集簇。这是一个,那是另一个,二者不同。是的,无监督学习算法可能会把这些数据分成两个不同的簇。所以叫做聚类算法。
124 0
入坑机器学习:三,非监督学习
|
机器学习/深度学习 存储 传感器
入坑机器学习:二,监督学习
第三个问题是输入空间的维数。如果输入特征向量具有非常高的维数,学习问题是很困难的,即使真函数仅依赖于一个小数目的那些特征。这是因为许多“额外”的尺寸可混淆的学习算法,并使其具有高方差。因此,高的输入维数通常需要调整分类器具有低方差和高偏置。在实践中,如果工程师能够从输入数据手动删除不相关的特征,这是有可能改善该学习功能的准确性。此外,还有许多算法的特征选择,设法确定相关特征,并丢弃不相关的。这是维数降低,其目的是将输入数据映射到较低维空间中运行的监督学习算法之前的更一般的策略的一个实例。
119 0
入坑机器学习:二,监督学习
|
机器学习/深度学习 人工智能 算法
机器学习(十四) 机器学习比赛网站
机器学习(十四) 机器学习比赛网站
110 0
|
机器学习/深度学习
如何在学习机器学习时学习数学?
机器学习到底需要怎么样的数学基础?高段位机器学习如何练成?来瞧瞧。
2524 0
|
机器学习/深度学习 人工智能 TensorFlow
三本关于机器学习和深度学习的书
这几本在Amazon上的排名都非常高,最近特别火的书。 第一本:《用Scikit-Learn和TensorFlow实践机器学习》(Hands-On Machine Learning with Scikit-Learn and TensorFlow:...
1065 0