序号	单词	释义
1	Accept-Reject Sampling Method	接受-拒绝抽样法/接受-拒绝采样法
2	Accumulated Error Backpropagation	累积误差反向传播
3	Accuracy	准确率
4	Acquisition Function	采集函数
5	Action	动作
6	Activation Function	激活函数
7	Active Learning	主动学习
8	Adaptive Bitrate Algorithm	自适应比特率算法
9	Adaptive Boosting	AdaBoost
10	Adaptive Gradient Algorithm	AdaGrad
11	Adaptive Moment Estimation Algorithm	Adam算法
12	Adaptive Resonance Theory	自适应谐振理论
13	Additive Model	加性模型
14	Affinity Matrix	亲和矩阵
15	Agent	智能体
16	Algorithm	算法
17	Alpha-Beta Pruning	α-β修剪法
18	Anomaly Detection	异常检测
19	Approximate Inference	近似推断
20	Area Under ROC Curve	AUC（ROC曲线下方面积，度量分类模型好坏的标准）
21	Artificial Intelligence	人工智能
22	Artificial Neural Network	人工神经网络
23	Artificial Neuron	人工神经元
24	Attention	注意力
25	Attention Mechanism	注意力机制
26	Attribute	属性
27	Attribute Space	属性空间
28	Autoencoder	自编码器
29	Automatic Differentiation	自动微分
30	Autoregressive Model	自回归模型
31	BFGS	BFGS
32	Back Propagation	反向传播
33	Back Propagation Algorithm	反向传播算法
34	Back Propagation Through Time	随时间反向传播
35	Backward Induction	反向归纳
36	Backward Search	反向搜索
37	Bag of Words	词袋
38	Bandit	赌博机/老虎机
39	Base Learner	基学习器
40	Base Learning Algorithm	基学习算法
41	Baseline	基准
42	Batch	批量
43	Batch Normalization	批量规范化
44	Bayes Decision Rule	贝叶斯决策准则
45	Bayes Model Averaging	贝叶斯模型平均
46	Bayes Optimal Classifier	贝叶斯最优分类器
47	Bayes' Theorem	贝叶斯定理
48	Bayesian Decision Theory	贝叶斯决策理论
49	Bayesian Inference	贝叶斯推断
50	Bayesian Learning	贝叶斯学习
51	Bayesian Network	贝叶斯网/贝叶斯网络
52	Bayesian Optimization	贝叶斯优化
53	Beam Search	束搜索
54	Belief Network	信念网/信念网络
55	Belief Propagation	信念传播
56	Bellman Equation	贝尔曼方程
57	Benchmark	基准
58	Bernoulli Distribution	伯努利分布
59	Beta Distribution	贝塔分布
60	Between-Class Scatter Matrix	类间散度矩阵
61	Bias	偏差/偏置
62	Bias In Affine Function	偏置
63	Bias In Statistics	偏差
64	Bias Shift	偏置偏移
65	Bias-Variance Decomposition	偏差 - 方差分解
66	Bias-Variance Dilemma	偏差 - 方差困境
67	Bidirectional Recurrent Neural Network	双向循环神经网络
68	Bigram	二元语法
69	Bilingual Evaluation Understudy	BLEU
70	Binary Classification	二分类
71	Binomial Distribution	二项分布
72	Binomial Test	二项检验
73	Boltzmann Distribution	玻尔兹曼分布
74	Boltzmann Machine	玻尔兹曼机
75	Boosting	Boosting（一种模型训练加速方式）
76	Bootstrap Aggregating	Bagging
77	Bootstrap Sampling	自助采样法
78	Bootstrapping	自助法/自举法
79	Break-Event Point	平衡点
80	Bucketing	分桶
81	Calculus of Variations	变分法
82	Cascade-Correlation	级联相关
83	Catastrophic Forgetting	灾难性遗忘
84	Categorical Distribution	类别分布
85	Cell	单元
86	Chain Rule	链式法则
87	Chebyshev Distance	切比雪夫距离
88	Class	类别
89	Class-Imbalance	类别不平衡
90	Classification	分类
91	Classification And Regression Tree	分类与回归树
92	Classifier	分类器
93	Clique	团
94	Cluster	簇
95	Cluster Assumption	聚类假设
96	Clustering	聚类
97	Clustering Ensemble	聚类集成
98	Co-Training	协同训练
99	Coding Matrix	编码矩阵
100	Collaborative Filtering	协同过滤
101	Competitive Learning	竞争型学习
102	Comprehensibility	可解释性
103	Computation Graph	计算图
104	Computational Learning Theory	计算学习理论
105	Conditional Entropy	条件熵
106	Conditional Probability	条件概率
107	Conditional Probability Distribution	条件概率分布
108	Conditional Random Field	条件随机场
109	Conditional Risk	条件风险
110	Confidence	置信度
111	Confusion Matrix	混淆矩阵
112	Conjugate Distribution	共轭分布
113	Connection Weight	连接权
114	Connectionism	连接主义
115	Consistency	一致性
116	Constrained Optimization	约束优化
117	Context Variable	上下文变量
118	Context Vector	上下文向量
119	Context Window	上下文窗口
120	Context Word	上下文词
121	Contextual Bandit	上下文赌博机/上下文老虎机
122	Contingency Table	列联表
123	Continuous Attribute	连续属性
124	Contrastive Divergence	对比散度
125	Convergence	收敛
126	Convex Optimization	凸优化
127	Convex Quadratic Programming	凸二次规划
128	Convolution	卷积
129	Convolutional Kernel	卷积核
130	Convolutional Neural Network	卷积神经网络
131	Coordinate Descent	坐标下降
132	Corpus	语料库
133	Correlation Coefficient	相关系数
134	Cosine Similarity	余弦相似度
135	Cost	代价
136	Cost Curve	代价曲线
137	Cost Function	代价函数
138	Cost Matrix	代价矩阵
139	Cost-Sensitive	代价敏感
140	Covariance	协方差
141	Covariance Matrix	协方差矩阵
142	Critical Point	临界点
143	Cross Entropy	交叉熵
144	Cross Validation	交叉验证
145	Curse of Dimensionality	维数灾难
146	Cutting Plane Algorithm	割平面法
147	Data Mining	数据挖掘
148	Data Set	数据集
149	Davidon-Fletcher-Powell	DFP
150	Decision Boundary	决策边界
151	Decision Function	决策函数
152	Decision Stump	决策树桩
153	Decision Tree	决策树
154	Decoder	解码器
155	Decoding	解码
156	Deconvolution	反卷积
157	Deconvolutional Network	反卷积网络
158	Deduction	演绎
159	Deep Belief Network	深度信念网络
160	Deep Boltzmann Machine	深度玻尔兹曼机
161	Deep Convolutional Generative Adversarial Network	深度卷积生成对抗网络
162	Deep Learning	深度学习
163	Deep Neural Network	深度神经网络
164	Deep Q-Network	深度Q网络
165	Delta-Bar-Delta	Delta-Bar-Delta
166	Denoising	去噪
167	Denoising Autoencoder	去噪自编码器
168	Denoising Score Matching	去躁分数匹配
169	Density Estimation	密度估计
170	Density-Based Clustering	密度聚类
171	Derivative	导数
172	Determinant	行列式
173	Diagonal Matrix	对角矩阵
174	Dictionary Learning	字典学习
175	Dimension Reduction	降维
176	Directed Edge	有向边
177	Directed Graphical Model	有向图模型
178	Directed Separation	有向分离
179	Dirichlet Distribution	狄利克雷分布
180	Discriminative Model	判别式模型
181	Discriminator	判别器
182	Discriminator Network	判别网络
183	Distance Measure	距离度量
184	Distance Metric Learning	距离度量学习
185	Distributed Representation	分布式表示
186	Diverge	发散
187	Divergence	散度
188	Diversity	多样性
189	Diversity Measure	多样性度量/差异性度量
190	Domain Adaptation	领域自适应
191	Dominant Eigenvalue	主特征值
192	Dominant Strategy	占优策略
193	Down Sampling	下采样
194	Dropout	暂退法
195	Dropout Boosting	暂退Boosting
196	Dropout Method	暂退法
197	Dual Problem	对偶问题
198	Dummy Node	哑结点
199	Dynamic Bayesian Network	动态贝叶斯网络
200	Dynamic Programming	动态规划
201	Early Stopping	早停
202	Eigendecomposition	特征分解
203	Eigenvalue	特征值
204	Element-Wise Product	逐元素积
205	Embedding	嵌入
206	Empirical Conditional Entropy	经验条件熵
207	Empirical Distribution	经验分布
208	Empirical Entropy	经验熵
209	Empirical Error	经验误差
210	Empirical Risk	经验风险
211	Empirical Risk Minimization	经验风险最小化
212	Encoder	编码器
213	Encoding	编码
214	End-To-End	端到端
215	Energy Function	能量函数
216	Energy-Based Model	基于能量的模型
217	Ensemble Learning	集成学习
218	Ensemble Pruning	集成修剪
219	Entropy	熵
220	Episode	回合
221	Epoch	轮
222	Error	误差
223	Error Backpropagation	误差反向传播
224	Error Backpropagation Algorithm	误差反向传播算法
225	Error Correcting Output Codes	纠错输出编码
226	Error Rate	错误率
227	Error-Ambiguity Decomposition	误差－分歧分解
228	Estimator	估计/估计量
229	Euclidean Distance	欧氏距离
230	Evidence	证据
231	Evidence Lower Bound	证据下界
232	Exact Inference	精确推断
233	Example	样例
234	Expectation	期望
235	Expectation Maximization	期望最大化
236	Expected Loss	期望损失
237	Expert System	专家系统
238	Exploding Gradient	梯度爆炸
239	Exponential Loss Function	指数损失函数
240	Factor	因子
241	Factorization	因子分解
242	Feature	特征
243	Feature Engineering	特征工程
244	Feature Map	特征图
245	Feature Selection	特征选择
246	Feature Vector	特征向量
247	Featured Learning	特征学习
248	Feedforward	前馈
249	Feedforward Neural Network	前馈神经网络
250	Few-Shot Learning	少试学习
251	Filter	滤波器
252	Fine-Tuning	微调
253	Fluctuation	振荡
254	Forget Gate	遗忘门
255	Forward Propagation	前向传播/正向传播
256	Forward Stagewise Algorithm	前向分步算法
257	Fractionally Strided Convolution	微步卷积
258	Frobenius Norm	Frobenius 范数
259	Full Padding	全填充
260	Functional	泛函
261	Functional Neuron	功能神经元
262	Gated RNN	门控RNN
263	Gated Recurrent Unit	门控循环单元
264	Gaussian Distribution	高斯分布
265	Gaussian Kernel	高斯核
266	Gaussian Kernel Function	高斯核函数
267	Gaussian Mixture Model	高斯混合模型
268	Gaussian Process	高斯过程
269	Generalization Ability	泛化能力
270	Generalization Error	泛化误差
271	Generalization Error Bound	泛化误差上界
272	Generalize	泛化
273	Generalized Lagrange Function	广义拉格朗日函数
274	Generalized Linear Model	广义线性模型
275	Generalized Rayleigh Quotient	广义瑞利商
276	Generative Adversarial Network	生成对抗网络
277	Generative Model	生成式模型
278	Generator	生成器
279	Generator Network	生成器网络
280	Genetic Algorithm	遗传算法
281	Gibbs Distribution	吉布斯分布
282	Gibbs Sampling	吉布斯采样/吉布斯抽样
283	Gini Index	基尼指数
284	Global Markov Property	全局马尔可夫性
285	Global Minimum	全局最小
286	Gradient	梯度
287	Gradient Clipping	梯度截断
288	Gradient Descent	梯度下降
289	Gradient Descent Method	梯度下降法
290	Gradient Exploding Problem	梯度爆炸问题
291	Gram Matrix	Gram 矩阵
292	Graph Convolutional Network	图卷积神经网络/图卷积网络
293	Graph Neural Network	图神经网络
294	Graphical Model	图模型
295	Grid Search	网格搜索
296	Ground Truth	真实值
297	Hadamard Product	Hadamard积
298	Hamming Distance	汉明距离
299	Hard Margin	硬间隔
300	Hebbian Rule	赫布法则
301	Hidden Layer	隐藏层
302	Hidden Markov Model	隐马尔可夫模型
303	Hidden Variable	隐变量
304	Hierarchical Clustering	层次聚类
305	Hilbert Space	希尔伯特空间
306	Hinge Loss Function	合页损失函数/Hinge损失函数
307	Hold-Out	留出法
308	Hyperparameter	超参数
309	Hyperparameter Optimization	超参数优化
310	Hypothesis	假设
311	Hypothesis Space	假设空间
312	Hypothesis Test	假设检验
313	Identity Matrix	单位矩阵
314	Imitation Learning	模仿学习
315	Importance Sampling	重要性采样
316	Improved Iterative Scaling	改进的迭代尺度法
317	Incremental Learning	增量学习
318	Independent and Identically Distributed	独立同分布
319	Indicator Function	指示函数
320	Individual Learner	个体学习器
321	Induction	归纳
322	Inductive Bias	归纳偏好
323	Inductive Learning	归纳学习
324	Inductive Logic Programming	归纳逻辑程序设计
325	Inference	推断
326	Information Entropy	信息熵
327	Information Gain	信息增益
328	Inner Product	内积
329	Instance	示例
330	Internal Covariate Shift	内部协变量偏移
331	Inverse Matrix	逆矩阵
332	Inverse Resolution	逆归结
333	Isometric Mapping	等度量映射
334	Jacobian Matrix	雅可比矩阵
335	Jensen Inequality	Jensen不等式
336	Joint Probability Distribution	联合概率分布
337	K-Armed Bandit Problem	k-摇臂老虎机
338	K-Fold Cross Validation	k 折交叉验证
339	KL Divergence	KL散度
340	Karush-Kuhn-Tucker Condition	KKT条件
341	Karush–Kuhn–Tucker	Karush–Kuhn–Tucker
342	Kernel Function	核函数
343	Kernel Method	核方法
344	Kernel Trick	核技巧
345	Kernelized Linear Discriminant Analysis	核线性判别分析
346	L-BFGS	L-BFGS
347	Label	标签/标记
348	Label Space	标记空间
349	Lagrange Duality	拉格朗日对偶性
350	Lagrange Multiplier	拉格朗日乘子
351	Language Model	语言模型
352	Laplace Smoothing	拉普拉斯平滑
353	Laplacian Correction	拉普拉斯修正
354	Latent Dirichlet Allocation	潜在狄利克雷分配
355	Latent Semantic Analysis	潜在语义分析
356	Latent Variable	潜变量/隐变量
357	Law of Large Numbers	大数定律
358	Layer Normalization	层规范化
359	Lazy Learning	懒惰学习
360	Leaky Relu	泄漏修正线性单元/泄漏整流线性单元
361	Learner	学习器
362	Learning	学习
363	Learning By Analogy	类比学习
364	Learning Rate	学习率
365	Learning Vector Quantization	学习向量量化
366	Least Square Method	最小二乘法
367	Least Squares Regression Tree	最小二乘回归树
368	Left Singular Vector	左奇异向量
369	Likelihood	似然
370	Linear Chain Conditional Random Field	线性链条件随机场
371	Linear Classification Model	线性分类模型
372	Linear Classifier	线性分类器
373	Linear Dependence	线性相关
374	Linear Discriminant Analysis	线性判别分析
375	Linear Model	线性模型
376	Linear Regression	线性回归
377	Link Function	联系函数
378	Local Markov Property	局部马尔可夫性
379	Local Minima	局部极小
380	Local Minimum	局部极小
381	Local Representation	局部式表示/局部式表征
382	Log Likelihood	对数似然函数
383	Log Linear Model	对数线性模型
384	Log-Likelihood	对数似然
385	Log-Linear Regression	对数线性回归
386	Logistic Function	对数几率函数
387	Logistic Regression	对数几率回归
388	Logit	对数几率
389	Long Short Term Memory	长短期记忆
390	Long Short-Term Memory Network	长短期记忆网络
391	Loopy Belief Propagation	环状信念传播
392	Loss Function	损失函数
393	Low Rank Matrix Approximation	低秩矩阵近似
394	Machine Learning	机器学习
395	Macron-R	宏查全率
396	Manhattan Distance	曼哈顿距离
397	Manifold	流形
398	Manifold Assumption	流形假设
399	Manifold Learning	流形学习
400	Margin	间隔
401	Marginal Distribution	边缘分布
402	Marginal Independence	边缘独立性
403	Marginalization	边缘化
404	Markov Chain	马尔可夫链
405	Markov Chain Monte Carlo	马尔可夫链蒙特卡罗
406	Markov Decision Process	马尔可夫决策过程
407	Markov Network	马尔可夫网络
408	Markov Process	马尔可夫过程
409	Markov Random Field	马尔可夫随机场
410	Mask	掩码
411	Matrix	矩阵
412	Matrix Inversion	逆矩阵
413	Max Pooling	最大汇聚
414	Maximal Clique	最大团
415	Maximum Entropy Model	最大熵模型
416	Maximum Likelihood Estimation	极大似然估计
417	Maximum Margin	最大间隔
418	Mean Filed	平均场
419	Mean Pooling	平均汇聚
420	Mean Squared Error	均方误差
421	Mean-Field	平均场
422	Memory Network	记忆网络
423	Message Passing	消息传递
424	Metric Learning	度量学习
425	Micro-R	微查全率
426	Minibatch	小批量
427	Minimal Description Length	最小描述长度
428	Minimax Game	极小极大博弈
429	Minkowski Distance	闵可夫斯基距离
430	Mixture of Experts	混合专家模型
431	Mixture-of-Gaussian	高斯混合
432	Model	模型
433	Model Selection	模型选择
434	Momentum Method	动量法
435	Monte Carlo Method	蒙特卡罗方法
436	Moral Graph	端正图/道德图
437	Moralization	道德化
438	Multi-Class Classification	多分类
439	Multi-Head Attention	多头注意力
440	Multi-Head Self-Attention	多头自注意力
441	Multi-Kernel Learning	多核学习
442	Multi-Label Learning	多标记学习
443	Multi-Layer Feedforward Neural Networks	多层前馈神经网络
444	Multi-Layer Perceptron	多层感知机
445	Multinomial Distribution	多项分布
446	Multiple Dimensional Scaling	多维缩放
447	Multiple Linear Regression	多元线性回归
448	Multitask Learning	多任务学习
449	Multivariate Normal Distribution	多元正态分布
450	Mutual Information	互信息
451	N-Gram Model	N元模型
452	Naive Bayes	朴素贝叶斯
453	Naive Bayes Classifier	朴素贝叶斯分类器
454	Nearest Neighbor Classifier	最近邻分类器
455	Negative Log Likelihood	负对数似然函数
456	Neighbourhood Component Analysis	近邻成分分析
457	Net Input	净输入
458	Neural Network	神经网络
459	Neural Turing Machine	神经图灵机
460	Neuron	神经元
461	Newton Method	牛顿法
462	No Free Lunch Theorem	没有免费午餐定理
463	Noise-Contrastive Estimation	噪声对比估计
464	Nominal Attribute	列名属性
465	Non-Convex Optimization	非凸优化
466	Non-Metric Distance	非度量距离
467	Non-Negative Matrix Factorization	非负矩阵分解
468	Non-Ordinal Attribute	无序属性
469	Norm	范数
470	Normal Distribution	正态分布
471	Normalization	规范化
472	Nuclear Norm	核范数
473	Number of Epochs	轮数
474	Numerical Attribute	数值属性
475	Object Detection	目标检测
476	Oblique Decision Tree	斜决策树
477	Occam's Razor	奥卡姆剃刀
478	Odds	几率
479	Off-Policy	异策略
480	On-Policy	同策略
481	One-Dependent Estimator	独依赖估计
482	One-Hot	独热
483	One-Shot Learning	单试学习
484	Online Learning	在线学习
485	Optimizer	优化器
486	Ordinal Attribute	有序属性
487	Orthogonal	正交
488	Orthogonal Matrix	正交矩阵
489	Out-Of-Bag Estimate	包外估计
490	Outlier	异常点
491	Over-Parameterized	过度参数化
492	Overfitting	过拟合
493	Oversampling	过采样
494	Pac-Learnable	PAC可学习
495	Padding	填充
496	Pairwise Markov Property	成对马尔可夫性
497	Parallel Distributed Processing	分布式并行处理
498	Parameter	参数
499	Parameter Estimation	参数估计
500	Parameter Space	参数空间
501	Parameter Tuning	调参
502	Parametric ReLU	参数化修正线性单元/参数化整流线性单元
503	Part-Of-Speech Tagging	词性标注
504	Partial Derivative	偏导数
505	Partially Observable Markov Decision Processes	部分可观测马尔可夫决策过程
506	Partition Function	配分函数
507	Perceptron	感知机
508	Performance Measure	性能度量
509	Perplexity	困惑度
510	Pointer Network	指针网络
511	Policy	策略
512	Policy Gradient	策略梯度
513	Policy Iteration	策略迭代
514	Polynomial Kernel Function	多项式核函数
515	Pooling	汇聚
516	Pooling Layer	汇聚层
517	Positive Definite Matrix	正定矩阵
518	Post-Pruning	后剪枝
519	Potential Function	势函数
520	Power Method	幂法
521	Pre-Training	预训练
522	Precision	查准率/准确率
523	Prepruning	预剪枝
524	Primal Problem	主问题
525	Primary Visual Cortex	初级视觉皮层
526	Principal Component Analysis	主成分分析
527	Prior	先验
528	Probabilistic Context-Free Grammar	概率上下文无关文法
529	Probabilistic Graphical Model	概率图模型
530	Probabilistic Model	概率模型
531	Probability Density Function	概率密度函数
532	Probability Distribution	概率分布
533	Probably Approximately Correct	概率近似正确
534	Proposal Distribution	提议分布
535	Prototype-Based Clustering	原型聚类
536	Proximal Gradient Descent	近端梯度下降
537	Pruning	剪枝
538	Quadratic Loss Function	平方损失函数
539	Quadratic Programming	二次规划
540	Quasi Newton Method	拟牛顿法
541	Radial Basis Function	径向基函数
542	Random Forest	随机森林
543	Random Sampling	随机采样
544	Random Search	随机搜索
545	Random Variable	随机变量
546	Random Walk	随机游走
547	Recall	查全率/召回率
548	Receptive Field	感受野
549	Reconstruction Error	重构误差
550	Rectified Linear Unit	修正线性单元/整流线性单元
551	Recurrent Neural Network	循环神经网络
552	Recursive Neural Network	递归神经网络
553	Regression	回归
554	Regularization	正则化
555	Regularizer	正则化项
556	Reinforcement Learning	强化学习
557	Relative Entropy	相对熵
558	Reparameterization	再参数化/重参数化
559	Representation	表示
560	Representation Learning	表示学习
561	Representer Theorem	表示定理
562	Reproducing Kernel Hilbert Space	再生核希尔伯特空间
563	Rescaling	再缩放
564	Reset Gate	重置门
565	Residual Connection	残差连接
566	Residual Network	残差网络
567	Restricted Boltzmann Machine	受限玻尔兹曼机
568	Reward	奖励
569	Ridge Regression	岭回归
570	Right Singular Vector	右奇异向量
571	Risk	风险
572	Robustness	稳健性
573	Root Node	根结点
574	Rule Learning	规则学习
575	Saddle Point	鞍点
576	Sample	样本
577	Sample Complexity	样本复杂度
578	Sample Space	样本空间
579	Scalar	标量
580	Selective Ensemble	选择性集成
581	Self Information	自信息
582	Self-Attention	自注意力
583	Self-Organizing Map	自组织映射网
584	Self-Training	自训练
585	Semi-Definite Programming	半正定规划
586	Semi-Naive Bayes Classifiers	半朴素贝叶斯分类器
587	Semi-Restricted Boltzmann Machine	半受限玻尔兹曼机
588	Semi-Supervised Clustering	半监督聚类
589	Semi-Supervised Learning	半监督学习
590	Semi-Supervised Support Vector Machine	半监督支持向量机
591	Sentiment Analysis	情感分析
592	Separating Hyperplane	分离超平面
593	Sequential Covering	序贯覆盖
594	Sigmoid Belief Network	Sigmoid信念网络
595	Sigmoid Function	Sigmoid函数
596	Signed Distance	带符号距离
597	Similarity Measure	相似度度量
598	Simulated Annealing	模拟退火
599	Simultaneous Localization And Mapping	即时定位与地图构建
600	Singular Value	奇异值
601	Singular Value Decomposition	奇异值分解
602	Skip-Gram Model	跳元模型
603	Smoothing	平滑
604	Soft Margin	软间隔
605	Soft Margin Maximization	软间隔最大化
606	Softmax	Softmax/软最大化
607	Softmax Function	Softmax函数/软最大化函数
608	Softmax Regression	Softmax回归/软最大化回归
609	Softplus Function	Softplus函数
610	Span	张成子空间
611	Sparse Coding	稀疏编码
612	Sparse Representation	稀疏表示
613	Sparsity	稀疏性
614	Specialization	特化
615	Splitting Variable	切分变量
616	Squashing Function	挤压函数
617	Standard Normal Distribution	标准正态分布
618	State	状态
619	State Value Function	状态值函数
620	State-Action Value Function	状态-动作值函数
621	Stationary Distribution	平稳分布
622	Stationary Point	驻点
623	Statistical Learning	统计学习
624	Steepest Descent	最速下降法
625	Stochastic Gradient Descent	随机梯度下降
626	Stochastic Matrix	随机矩阵
627	Stochastic Process	随机过程
628	Stratified Sampling	分层采样
629	Stride	步幅
630	Structural Risk	结构风险
631	Structural Risk Minimization	结构风险最小化
632	Subsample	子采样
633	Subsampling	下采样
634	Subset Search	子集搜索
635	Subspace	子空间
636	Supervised Learning	监督学习
637	Support Vector	支持向量
638	Support Vector Expansion	支持向量展式
639	Support Vector Machine	支持向量机
640	Surrogat Loss	替代损失
641	Surrogate Function	替代函数
642	Surrogate Loss Function	代理损失函数
643	Symbolism	符号主义
644	Tangent Propagation	正切传播
645	Teacher Forcing	强制教学
646	Temporal-Difference Learning	时序差分学习
647	Tensor	张量
648	Test Error	测试误差
649	Test Sample	测试样本
650	Test Set	测试集
651	Threshold	阈值
652	Threshold Logic Unit	阈值逻辑单元
653	Threshold-Moving	阈值移动
654	Tied Weight	捆绑权重
655	Tikhonov Regularization	Tikhonov正则化
656	Time Delay Neural Network	时延神经网络
657	Time Homogenous Markov Chain	时间齐次马尔可夫链
658	Time Step	时间步
659	Token	词元
660	Tokenization	词元化
661	Tokenize	词元化
662	Tokenizer	词元分析器
663	Topic Model	话题模型
664	Topic Modeling	话题分析
665	Trace	迹
666	Training	训练
667	Training Error	训练误差
668	Training Sample	训练样本
669	Training Set	训练集
670	Transductive Learning	直推学习
671	Transductive Transfer Learning	直推迁移学习
672	Transfer Learning	迁移学习
673	Transformer	Transformer
674	Transformer Model	Transformer模型
675	Transpose	转置
676	Transposed Convolution	转置卷积
677	Trial And Error	试错
678	Trigram	三元语法
679	Turing Machine	图灵机
680	Underfitting	欠拟合
681	Undersampling	欠采样
682	Undirected Graphical Model	无向图模型
683	Uniform Distribution	均匀分布
684	Unigram	一元语法
685	Unit	单元
686	Universal Approximation Theorem	通用近似定理
687	Universal Approximator	通用近似器
688	Universal Function Approximator	通用函数近似器
689	Unknown Token	未知词元
690	Unsupervised Layer-Wise Training	无监督逐层训练
691	Unsupervised Learning	无监督学习
692	Update Gate	更新门
693	Upsampling	上采样
694	V-Structure	V型结构
695	Validation Set	验证集
696	Validity Index	有效性指标
697	Value Function Approximation	值函数近似
698	Value Iteration	值迭代
699	Vanishing Gradient Problem	梯度消失问题
700	Vapnik-Chervonenkis Dimension	VC维
701	Variable Elimination	变量消去
702	Variance	方差
703	Variational Autoencoder	变分自编码器
704	Variational Inference	变分推断
705	Vector	向量
706	Vector Space Model	向量空间模型
707	Version Space	版本空间
708	Viterbi Algorithm	维特比算法
709	Vocabulary	词表
710	Warp	线程束
711	Weak Learner	弱学习器
712	Weakly Supervised Learning	弱监督学习
713	Weight	权重
714	Weight Decay	权重衰减
715	Weight Sharing	权共享
716	Weighted Voting	加权投票
717	Whitening	白化
718	Winner-Take-All	胜者通吃
719	Within-Class Scatter Matrix	类内散度矩阵
720	Word Embedding	词嵌入
721	Word Sense Disambiguation	词义消歧
722	Word Vector	词向量
723	Zero Padding	零填充
724	Zero-Shot Learning	零试学习
725	Zipf's Law	齐普夫定律