这篇具有很好参考价值的文章主要介绍了人工智能术语翻译(三)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。
摘要
人工智能术语翻译第三部分,包括I、J、K、L开头的词汇!
文章来源地址https://www.toymoban.com/news/detail-606257.html
I
英文术语 |
中文翻译 |
常用缩写 |
备注 |
I.I.D. Assumption |
独立同分布假设 |
|
|
Identically Distributed |
同分布的 |
|
|
Identifiable |
可辨认的 |
|
|
Identity Function |
恒等函数 |
|
|
Identity Mapping |
恒等映射 |
|
|
Identity Matrix |
单位矩阵 |
|
|
Ill Conditioning |
病态 |
|
|
Ill-Formed Problem |
病态问题 |
|
|
Image |
图像 |
|
|
Image Restoration |
图像还原 |
|
|
Imitation Learning |
模仿学习 |
|
|
Immorality |
不道德 |
|
|
Imperfect Information |
不完美信息 |
|
|
Implicit Density Model |
隐式密度模型 |
|
|
Import |
导入 |
|
|
Importance Sampling |
重要性采样 |
|
|
Improved Iterative Scaling |
改进的迭代尺度法 |
IIS |
|
Incomplete-Data |
不完全数据 |
|
|
Incremental Learning |
增量学习 |
|
|
Indefinite Integral |
不定积分 |
|
|
Independence |
独立 |
|
|
Independent |
相互独立的 |
|
|
Independent and Identically Distributed |
独立同分布 |
I.I.D. |
|
Independent Component Analysis |
独立成分分析 |
ICA |
|
Independent Subspace Analysis |
独立子空间分析 |
|
|
Index of Matrix |
索引 |
|
|
Indicator Function |
指示函数 |
|
|
Individual Learner |
个体学习器 |
|
|
Induction |
归纳 |
|
|
Inductive Bias |
归纳偏好 |
|
|
Inductive Learning |
归纳学习 |
|
|
Inductive Logic Programming |
归纳逻辑程序设计 |
ILP |
|
Inductive Transfer Learning |
归纳迁移学习 |
|
|
Inequality Constraint |
不等式约束 |
|
|
Inference |
推断 |
|
|
Infinite |
无限 |
|
|
Infinitely Exchangeable |
无限可交换 |
|
|
Information Divergence |
信息散度 |
|
|
Information Entropy |
信息熵 |
|
|
Information Gain |
信息增益 |
|
统计 |
Information Gain Ratio |
信息增益比 |
|
统计 |
Information Retrieval |
信息检索 |
|
|
Information Theory |
信息论 |
|
|
Inner Product |
内积 |
|
|
Input |
输入 |
|
|
Input Distribution |
输入分布 |
|
|
Input Gate |
输入门 |
|
|
Input Layer |
输入层 |
|
|
Input Space |
输入空间 |
|
|
Insensitive Loss |
不敏感损失 |
|
|
Instance |
示例 |
|
|
Instance Segmentation |
实例分割 |
|
|
Integer Linear Programming |
整数线性规划 |
ILP |
|
Integer Programming |
整数规划 |
|
|
Integration |
积分 |
|
|
Inter-Cluster Similarity |
簇间相似度 |
|
|
Internal Covariate Shift |
内部协变量偏移 |
|
|
Internal Node |
内部结点 |
|
|
International Conference For Machine Learning |
国际机器学习大会 |
ICML |
|
Intervention Query |
干预查询 |
|
|
Intra-Attention |
内部注意力 |
|
|
Intra-Cluster Similarity |
簇内相似度 |
|
|
Intrinsic Value |
固有值 |
|
|
Invariance |
不变性 |
|
|
Invariant |
不变 |
|
|
Inverse Matrix |
逆矩阵 |
|
|
Inverse Reinforcement Learning |
逆强化学习 |
IRL |
|
Inverse Resolution |
逆归结 |
|
|
Inverse Time Decay |
逆时衰减 |
|
|
Invert |
求逆 |
|
|
Irreducible |
不可约的 |
|
|
Irrelevant Feature |
无关特征 |
|
|
Isometric Mapping |
等度量映射 |
Isomap |
|
Isotonic Regression |
等分回归 |
|
|
Isotropic |
各向同性 |
|
|
Isotropic Gaussian Distribution |
各向同性高斯分布 |
|
|
Iteration |
迭代 |
|
数学、机器学习 |
Iterative Dichotomiser |
迭代二分器 |
|
|
Id3 Algorithm |
Id3 算法 |
|
|
Image And Speech Recognition |
图像和语音识别 |
|
|
Image Classification |
图像分类 |
|
|
Image Classifier |
图像分类器 |
|
|
Image Recognition |
图像识别 |
|
机器学习 |
Informative Priors |
信息先验 |
|
|
Input-Output Pairs |
输入输出对 |
|
|
Instance-Based |
基于实例的 |
|
|
Intelligent Machine |
智能机器 |
|
|
Intermediate Neurons |
中间神经元 |
|
机器学习 |
Internet Of Things |
物联网 |
IoT |
|
Interpolation Coordinate |
插值坐标 |
|
|
Interpretability |
可解释性 |
|
|
Inverse Neural Modeling |
逆神经建模 |
INN |
|
Inverse Neural Network Modeling |
逆神经网络建模 |
|
|
Iterative Learning |
迭代学习 |
|
|
J
英文术语 |
中文翻译 |
常用缩写 |
备注 |
Jacobian |
雅克比 |
|
|
Jacobian Matrix |
雅可比矩阵 |
|
|
Jensen Inequality |
Jensen不等式 |
|
|
Jensen-Shannon Divergence |
JS散度 |
JSD |
|
Joint Probability Density Function |
联合概率密度函数 |
|
|
Joint Probability Distribution |
联合概率分布 |
|
|
Junction Tree Algorithm |
联合树算法 |
|
|
Joint Distribution |
联合分布 |
|
|
Jordan-Elman Neural Networks |
Jordan-Elman 神经网络 |
|
|
K
英文术语 |
中文翻译 |
常用缩写 |
备注 |
K-Armed Bandit Problem |
k-摇臂老虎机 |
|
|
K-Fold Cross Validation |
k 折交叉验证 |
K-FOLD CV |
统计 |
K-Means Clustering |
k-均值聚类 |
|
|
K-Nearest Neighbor Classifier |
k-近邻分类器 |
|
|
K-Nearest Neighbor Method |
k-近邻 |
K-NN |
统计 |
Karush-Kuhn-Tucker Condition |
KKT条件 |
|
|
Karush–Kuhn–Tucker |
Karush–Kuhn–Tucker |
|
|
Kd Tree |
Kd 树 |
|
|
Kernel Density Estimation |
核密度估计 |
|
|
Kernel Function |
核函数 |
|
|
Kernel Machine |
核机器 |
|
|
Kernel Matrix |
核矩阵 |
|
|
Kernel Method |
核方法 |
|
机器学习 |
Kernel Regression |
核回归 |
|
|
Kernel Trick |
核技巧 |
|
|
Kernelized |
核化 |
|
|
Kernelized Linear Discriminant Analysis |
核线性判别分析 |
KLDA |
|
Kernelized PCA |
核主成分分析 |
KPCA |
|
Key-Value Store |
键-值数据库 |
|
|
KL Divergence |
KL散度 |
|
|
Knowledge |
知识 |
|
|
Knowledge Base |
知识库 |
|
|
Knowledge Distillation |
知识蒸馏 |
|
|
Knowledge Engineering |
知识工程 |
|
|
Knowledge Graph |
知识图谱 |
|
|
Knowledge Representation |
知识表征 |
|
|
Kronecker Product |
Kronecker积 |
|
|
Krylov Method |
Krylov方法 |
|
|
K Clusters |
K聚类 |
|
|
K Nearest Points |
K 最近点 |
|
统计 |
K-1 Folds |
K-1 折 |
|
|
K-Edge (O-K Edge) |
K-边缘(O-K 边缘) |
|
|
K-Means |
K-均值 |
|
统计 |
Kendall’S Tau |
肯德尔等级相关系数 |
|
|
Kernel Ridge Regression |
核岭回归 |
KRR |
|
Kernels |
内核 |
|
|
Kinetic Curve |
动力学曲线 |
|
|
KNN Model |
K 近邻模型 |
|
|
Knowledge Extraction |
知识提取 |
|
|
Knowledge Gradient |
知识梯度 |
KG |
|
L
英文术语 |
中文翻译 |
常用缩写 |
备注 |
L-BFGS |
L-BFGS |
|
|
Label |
标签/标记 |
|
|
Label Propagation |
标记传播 |
|
|
Label Smoothing |
标签平滑 |
|
|
Label Space |
标记空间 |
|
|
Labeled |
标注 |
|
|
Lagrange Dual Problem |
拉格朗日对偶问题 |
|
|
Lagrange Duality |
拉格朗日对偶性 |
|
|
Lagrange Function |
拉格朗日函数 |
|
|
Lagrange Multiplier |
拉格朗日乘子 |
|
|
Language Model |
语言模型 |
|
|
Language Modeling |
语言模型化 |
|
|
Laplace Distribution |
Laplace分布 |
|
|
Laplace Smoothing |
拉普拉斯平滑 |
|
|
Laplacian Correction |
拉普拉斯修正 |
|
|
Large Learning Step |
大学习步骤 |
|
|
Las Vegas Method |
拉斯维加斯方法 |
|
|
Latent |
潜在 |
|
|
Latent Dirichlet Allocation |
潜在狄利克雷分配 |
LDA |
|
Latent Layer |
潜层 |
|
|
Latent Semantic Analysis |
潜在语义分析 |
LSA |
|
Latent Semantic Indexing |
潜在语义索引 |
LSI |
|
Latent Variable |
潜变量/隐变量 |
|
|
Law of Large Numbers |
大数定律 |
|
|
Layer |
层 |
|
|
Layer Normalization |
层规范化 |
|
|
Layer-Wise |
逐层的 |
|
|
Layer-Wise Adaptive Rate Scaling |
逐层适应率缩放 |
LARS |
|
Layer-Wise Normalization |
逐层规范化 |
|
|
Layer-Wise Pretraining |
逐层预训练 |
|
|
Layer-Wise Training |
逐层训练 |
|
|
Lazy Learning |
懒惰学习 |
|
|
Leaf Node |
叶结点 |
|
|
Leaky Lelu Function |
泄漏线性整流函数 |
|
|
Leaky Relu |
泄漏修正线性单元/泄漏整流线性单元 |
|
|
Leaky Unit |
渗漏单元 |
|
|
Learned |
学成 |
|
|
Learned Approximate Inference |
学习近似推断 |
|
|
Learner |
学习器 |
|
|
Learning |
学习 |
|
|
Learning Algorithm |
学习算法 |
|
|
Learning By Analogy |
类比学习 |
|
|
Learning Rate |
学习率 |
|
|
Learning Rate Annealing |
学习率退火 |
|
|
Learning Rate Decay |
学习率衰减 |
|
|
Learning Rate Warmup |
学习率预热 |
|
|
Learning To Learn |
学习的学习 |
|
|
Learning Vector Quantization |
学习向量量化 |
LVQ |
|
Least General Generalization |
最小一般泛化 |
|
|
Least Mean Squares |
最小均方 |
LMS |
|
Least Square Method |
最小二乘法 |
LSM |
|
Least Squares Regression Tree |
最小二乘回归树 |
|
|
Leave-One-Out Cross Validation |
留一交叉验证 |
|
|
Leave-One-Out |
留一法 |
LOO |
|
Lebesgue-Integrable |
勒贝格可积 |
|
|
Left Eigenvector |
左特征向量 |
|
|
Left Singular Vector |
左奇异向量 |
|
|
Leibniz’s Rule |
莱布尼兹法则 |
|
|
Lifelong Learning |
终身学习 |
|
|
Likelihood |
似然 |
|
|
Line Search |
线搜索 |
|
|
Linear Auto-Regressive Network |
线性自回归网络 |
|
|
Linear Chain |
线性链 |
|
|
Linear Chain Conditional Random Field |
线性链条件随机场 |
|
|
Linear Classification Model |
线性分类模型 |
|
|
Linear Classifier |
线性分类器 |
|
|
Linear Combination |
线性组合 |
|
数学 |
Linear Dependence |
线性相关 |
|
|
Linear Discriminant Analysis |
线性判别分析 |
LDA |
统计、机器学习 |
Linear Factor Model |
线性因子模型 |
|
|
Linear Mapping |
线性映射 |
|
|
Linear Model |
线性模型 |
LR |
统计、机器学习 |
Linear Programming |
线性规划 |
|
|
Linear Regression |
线性回归 |
|
统计、数学 |
Linear Scaling Rule |
线性缩放规则 |
|
|
Linear Scan |
线性扫描 |
|
|
Linear Space |
线性空间 |
|
|
Linear Support Vector Machine |
线性支持向量机 |
|
|
Linear Support Vector Machine In Linearly Separable Case |
线性可分支持向量机 |
|
|
Linear Threshold Units |
线性阈值单元 |
|
|
Linear Transformation |
线性变换 |
|
|
Linearly Independent |
线性无关 |
|
|
Linearly Separable |
线性可分 |
|
|
Linearly Separable Data Set |
线性可分数据集 |
|
|
Link Analysis |
链接分析 |
|
|
Link Function |
联系函数 |
|
|
Link Prediction |
链接预测 |
|
|
Link Table |
连接表 |
|
|
Linkage |
连接 |
|
|
Linked Importance Sampling |
链接重要采样 |
|
|
Lipschitz |
Lipschitz |
|
|
Lipschitz Constant |
Lipschitz常数 |
|
|
Lipschitz Continuous |
Lipschitz连续 |
|
|
Liquid State Machine |
流体状态机 |
|
|
Local Conditional Probability Distribution |
局部条件概率分布 |
|
|
Local Constancy Prior |
局部不变性先验 |
|
|
Local Contrast Normalization |
局部对比度规范化 |
|
|
Local Curvature |
局部曲率 |
|
|
Local Descent |
局部下降 |
|
|
Local Invariances |
局部不变性 |
|
|
Local Kernel |
局部核 |
|
|
Local Markov Property |
局部马尔可夫性 |
|
|
Local Maxima |
局部极大值 |
|
|
Local Maximum |
局部极大点 |
|
|
Local Minima |
局部极小 |
|
|
Local Minimizer |
局部最小解 |
|
|
Local Minimum |
局部极小 |
|
|
Local Representation |
局部式表示/局部式表征 |
|
|
Local Response Normalization |
局部响应规范化 |
LRN |
|
Locally Linear Embedding |
局部线性嵌入 |
LLE |
|
Log Likelihood |
对数似然函数 |
|
|
Log Linear Model |
对数线性模型 |
|
|
Log-Likelihood |
对数似然 |
|
|
Log-Likelihood Loss Function |
对数似然损失函数 |
|
|
Log-Linear Regression |
对数线性回归 |
|
|
Logarithmic Loss Function |
对数损失函数 |
|
|
Logarithmic Scale |
对数尺度 |
|
|
Logistic Distribution |
对数几率分布 |
|
|
Logistic Function |
对数几率函数 |
|
|
Logistic Loss |
对率损失 |
|
|
Logistic Regression |
对数几率回归 |
LR |
统计、机器学习 |
Logistic Sigmoid |
对数几率Sigmoid |
|
|
Logit |
对数几率 |
|
|
Long Short Term Memory |
长短期记忆 |
LSTM |
|
Long Short-Term Memory Network |
长短期记忆网络 |
LSTM |
|
Long-Term Dependencies Problem |
长程依赖问题 |
|
|
Long-Term Dependency |
长期依赖 |
|
|
Long-Term Memory |
长期记忆 |
|
|
Loop |
环 |
|
|
Loopy Belief Propagation |
环状信念传播 |
LBP |
|
Loss |
损失 |
|
|
Loss Function |
损失函数 |
|
机器学习 |
Low Rank Matrix Approximation |
低秩矩阵近似 |
|
|
Lp Distance |
Lp距离 |
|
|
L1 And L2 Regularization |
L1与L2正则化 |
|
|
Laboratory Level |
实验室级别 |
|
|
Language Processing |
语言处理 |
|
|
Laplacian Prior |
拉普拉斯先验 |
|
|
Large-Scale Data Storage |
大规模数据存储 |
|
|
Lasers |
激光器 |
|
|
Lasso Regression |
拉索回归 |
|
|
LBP |
局部二值模式 |
|
|
Least Absolute Shrinkage And Selection Operator |
Lasso回归 |
LASSO |
|
Least Square Support Vector Machine |
最小二乘支持向量机 |
LSSVM |
|
Ligand-Field |
配位场 |
|
|
Linear |
线性的 |
|
数学 |
Linear Dimension Reduction Methods |
线性降维方法 |
|
|
Linear Vibronic Coupling Model |
线性振子耦合模型 |
|
|
Local Recurrent |
本地卷积 |
|
|
Logic And Heuristics Applied To Synthetic Analysis |
LHASA 程序 |
LHASA |
|
Long-Range Prediction |
长期预测 |
|
|
Long-Range Prediction Models |
长期预测模型 |
|
|
Long-Term Planning |
长期规划 |
|
|
Long-Term Reward |
长期回报 |
|
|
文章来源:https://www.toymoban.com/news/detail-606257.html
到了这里,关于人工智能术语翻译(三)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!