error rate：錯誤率
accuracy：精度
error：誤差
training error：訓練誤差（或“empirical error：經驗誤差”）
test error：測試誤差
generalization error：泛化誤差
overfitting：過擬合
underfitting：欠擬合
model selection：模型選擇
hold-out：留出法
sampling：採樣
stratified sampling：分層採樣
cross validation：交叉驗證
k-fold cross validation：k折交叉驗證
validation set：驗證集
Leave-One-Out：留一法（簡稱“LOO”）
bootstrapping：自助法
bootstrap sampling：自助採樣
out-of-bag estimate：包外估計
parameter tunning：調參
performance measure：性能度量
mean squared error：均方誤差
precision：查準率， 亦稱“準確率”
recall：查全率， 亦稱“召回率”
true positive：真正例
True Positive Rate：真正例率（簡稱"TPR"）
false positive：假正例
False Positive Rate：假正例率（簡稱"FPR"）
true negative：真反例
false negative：假反例
confusion matrix：混淆矩陣
Break-Evendors Point：平衡點（簡稱“BEP”）
threshold：閾值
cut point：截斷點
ROC：受試者工作曲線
AUC：Area under ROC Curve
loss：損失
unequal cost：非均等代價
cost-sensitive：代價敏感
hypothesis test：假設檢驗
binomial test：二項測試
confidence：置信度
two-tailed：雙邊
t-test：t檢驗
paired t-test：成對t檢驗
contingency table：列聯表
bias-variance decomposition：偏差-方差分解
bias-variance dilemma：偏差-方差窘境
cost-sensitive learning：代價敏感學習
harmonic mean：調和平均
以後我會將所有內容遷移到 全球科技快訊，
同時也歡迎對材料科學（I 是Thu材料的學生）、機器學習感興趣的朋友
加入（一起翻譯與材料科學、機器學習有關的前沿動態新聞、論文）， 希望
能將機器學習和材料科學結合起來， 為開發新材料， 促進機器學習的發展盡一份力。