Deno Park
日本语
中文
English
| No. | 单词 | 释义 |
|---|---|---|
| 401 | Noise-Free | 无噪的 |
| 402 | Non-Linear | 非线性 |
| 403 | Non-Linear Correlation | 非线性相关 |
| 404 | Non-Linearity | 非线性 |
| 405 | Non-Parametric | 非参数 |
| 406 | Non-Parametric Algorithm | 非参数化学习算法 |
| 407 | Non-Safety-Critical Applications | 非安全关键型应用 |
| 408 | Non-Steady-State | 非稳态 |
| 409 | Non-Stochastic | 非随机的 |
| 410 | Non-Template | 非模板 |
| 411 | Non-Template Methods | 非模板方法 |
| 412 | Non-Zero Weight | 非零权重 |
| 413 | Normalization | 规范化 |
| 414 | Nuclear Magnetic Resonance | 核磁共振 |
| 415 | Occam's Razor | 奥卡姆剃刀 |
| 416 | On-The-Fly Optimization | 运行中优化 |
| 417 | One-Hot Vector | 独热向量 |
| 418 | One-Shot Learning | 单试学习 |
| 419 | Open-Source | 开源 |
| 420 | Open-Source Dataset | 开源数据集 |
| 421 | Orthogonal | 正交 |
| 422 | Outlier | 异常点 |
| 423 | Output Layer | 输出层 |
| 424 | Overfitting | 过拟合 |
| 425 | Parameter Tuning | 调参 |
| 426 | Parse Tree | 解析树 |
| 427 | Particle Swarm Optimization | 粒子群优化算法 |
| 428 | Pattern Recognition | 模式识别 |
| 429 | Perceptron | 感知机 |
| 430 | Precision | 查准率/准确率 |
| 431 | Predicted Label | 预测值 |
| 432 | Prediction | 预测 |
| 433 | Prediction Accuracy | 预测准确率 |
| 434 | Predictor | 预测器/决策函数 |
| 435 | Principal Component Analysis | 主成分分析 |
| 436 | Prior Knowledge | 先验知识 |
| 437 | Probability Distribution | 概率分布 |
| 438 | Protein Folding | 蛋白折叠 |
| 439 | Quantum Chemistry | 量子化学 |
| 440 | Quantum Mechanics | 量子力学 |
| 441 | Quantum Theory | 量子理论 |
| 442 | Radial Basis Function | 径向基函数 |
| 443 | Random Forest | 随机森林 |
| 444 | Random Sampling | 随机采样 |
| 445 | Random Selection | 随机选择 |
| 446 | Raw Datasets | 原始数据集 |
| 447 | Recall | 查全率/召回率 |
| 448 | Receiver Operating Characteristic | 受试者工作特征 |
| 449 | Rectified Linear Unit | 修正线性单元/整流线性单元 |
| 450 | Recurrent Neural Network | 循环神经网络 |
| 451 | Regression | 回归 |
| 452 | Reinforcement Learning | 强化学习 |
| 453 | Representation Learning | 表示学习 |
| 454 | Robustness | 稳健性 |
| 455 | Root Mean Square Errors | 均方根 |
| 456 | Scaling | 缩放 |
| 457 | Sequence-Function | 序列-功能 |
| 458 | Sequence-To-Sequence | 序列到序列 |
| 459 | Sigmoid | Sigmoid（一种激活函数） |
| 460 | Simulated Annealing | 模拟退火 |
| 461 | Simulation | 仿真 |
| 462 | Singular | 奇异的 |
| 463 | Softmax Function | Softmax函数/软最大化函数 |
| 464 | Speech Recognition | 语音识别 |
| 465 | Statistical Learning | 统计学习 |
| 466 | Supervised Learning | 监督学习 |
| 467 | Support Vector | 支持向量 |
| 468 | Support Vector Machine | 支持向量机 |
| 469 | Support Vector Regression | 支持向量回归 |
| 470 | Test Set | 测试集 |
| 471 | The Global Minimum | 全局最小值 |
| 472 | Threshold | 阈值 |
| 473 | Top-Down | 自顶向下 |
| 474 | Training Sample | 训练样本 |
| 475 | Training Set | 训练集 |
| 476 | Trajectory | 轨迹 |
| 477 | Transfer Learning | 迁移学习 |
| 478 | True Negative | 真负例 |
| 479 | True Positive | 真正例 |
| 480 | True Positive Rate | 真正例率 |
| 481 | Turing Test | 图灵测试 |
| 482 | Underfitting | 欠拟合 |
| 483 | Unsupervised Learning | 无监督学习 |
| 484 | Validation Set | 验证集 |
| 485 | Variance | 方差 |
| 486 | Variational Autoencoder | 变分自编码器 |
| 487 | Version Control | 版本控制 |
| 488 | Weight | 权重 |
| 489 | Word Embedding | 词嵌入 |
| 490 | Workflow | 工作流 |
| 491 | ms-QSBER-EL Model | 基于人工神经网络组合的结构生物学效应定量关系多尺度模型 |