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。