演算法金 | A - Z，115 個資料科學機器學習江湖黑話（全面）

大俠幸會，在下全網同名「演算法金」 0 基礎轉 AI 上岸，多個演算法賽 Top 「日更萬日，讓更多人享受智慧樂趣」

機器學習本質上和資料科學一樣都是依賴機率統計，今天整整那些聽起來讓人頭大的機器學習江湖黑話

A - C

A/B Testing (A/B 測試) A/B測試是一種線上實驗，透過對比測試兩個版本的不同效果，來找出哪個更符合我們的需求。

Accuracy (準確率) 在統計學中，準確率是指分類正確的樣本數佔總樣本數的比例。
Adaboost (Adaboost 演算法) Adaboost是一種提高機器學習模型效能的方法，它透過組合多個弱分類器來構建一個強分類器。
Algorithm (演算法) 演算法是解決特定問題的一系列步驟。
AIOps (Artificial Intelligence for IT Operations, 人工智慧運維) AIOps是利用人工智慧來自動化和增強IT運維的工具和方法。
Analytics (分析學) 分析學是對我們收集的資料進行深入研究，以提取有價值的資訊和洞察的過程。
Anomaly Detection (異常檢測) 異常檢測是識別資料集中的異常或不尋常模式的過程。
ANOVA (Analysis of Variance, 方差分析) 方差分析是一種統計方法，用於分析資料中的變異性，並確定不同組之間的差異是否具有統計學意義。
API (Application Programming Interface, 應用程式程式設計介面) API是軟體之間的橋樑，它允許不同的程式之間相互通訊，共享資料和功能。
AUC-ROC (Area Under the ROC Curve, 接收者操作特徵曲線下面積) AUC-ROC是一個衡量分類模型好壞的指標，它表示模型在所有可能的分類閾值下的效能。
Batch Gradient Descent (批次梯度下降) 批次梯度下降是一種最佳化演算法，透過在整個資料集上計算誤差梯度來更新模型的引數。
Bayesian Statistics (貝葉斯統計) 貝葉斯統計是一種統計學方法，它使用機率來更新對一個假設的信念。
BI (Business Intelligence, 商業智慧) 商業智慧是使用資料、資料分析和業務洞察來支援商業決策的一系列方法。
Bias (偏差) 偏差是指模型預測值與真實值之間的系統性差異。
Bias-Variance Tradeoff (偏差-方差權衡) 偏差-方差權衡是機器學習中的一個基本概念，描述了模型複雜度與泛化能力之間的平衡。
Big Data (大資料) 大資料指的是資料量巨大、型別多樣、處理速度快的資料集合。
Binary Classification (二元分類) 二元分類是將資料分為兩個類別的任務。
Bootstrap Sampling (自助取樣法) 自助取樣法是一種統計方法，透過從資料集中隨機抽取樣本並重復這個過程來估計統計量。
Categorical data (分類資料) 分類資料是將資料分為不同的類別或組，這些類別是互斥的。
Chi-Square Test (卡方檢驗) 卡方檢驗是一種統計檢驗，用於判斷分類變數之間是否獨立。
Classification (分類) 分類是將資料點分配到預定義類別的過程，是監督學習的一種。
Clustering (聚類) 聚類是將資料點分組的過程，使得同一組內的資料點比其他組的資料點更相似。
Confidence Interval (置信區間) 置信區間是一個區間估計，用於表示對一個引數的估計有多可靠。
Confusion Matrix (混淆矩陣) 混淆矩陣是一個表格，用於描述分類模型的效能，包括真正例、假正例、真負例和假負例。
Correlation (相關性) 相關性是衡量兩個變數之間關係強度和方向的統計指標。
Covariance (協方差) 協方差是衡量兩個隨機變數變化趨勢的統計量。
Cross-Entropy Loss (交叉熵損失) 交叉熵損失是一個常用於分類問題的損失函式，用於衡量模型預測的機率分佈與真實分佈之間的差異。
Cross-Validation (交叉驗證) 交叉驗證是一種將資料集分成多個子集，然後在每個子集上進行訓練和驗證的方法。
Cost Function (成本函式) 成本函式是衡量模型預測與實際值差異的函式，最佳化演算法透過最小化成本函式來訓練模型。

D - F

Data Warehouse (資料倉儲) 資料倉儲是一個集中的資料儲存系統，用於報告和資料分析。
Data Cleaning (資料清洗) 資料清洗是識別並修正資料中的錯誤或不一致的過程。
Data Lake (資料湖) 資料湖是一個儲存原始資料的大型倉庫，通常是非結構化的。
Data Mining (資料探勘) 資料探勘是從大量資料中透過演算法和統計分析來發現模式和知識的過程。
Data Preprocessing (資料預處理) 資料預處理是將原始資料轉換成適合進行分析的格式的過程。
Data Visualization (資料視覺化) 資料視覺化是將資料以圖形或視覺格式展示出來，以幫助理解資料。
Decision Boundary (決策邊界) 決策邊界是決策模型中用來區分不同類別的界限。
Decision Tree (決策樹) 決策樹是一種直觀的決策支援工具，透過樹狀結構來表示決策過程。
Dimensionality Reduction (降維) 降維是從資料中減少變數數量的技術，同時儘可能保留原始資料的資訊。
Eigenvalue and Eigenvector (特徵值和特徵向量) 特徵值和特徵向量是線性代數中的概念，常用於降維技術如主成分分析。
Elastic Net (彈性網路) 彈性網路是一種正則化方法，結合了L1和L2正則化。
Ensemble Learning (整合學習) 整合學習是透過構建並結合多個學習器來提高模型的效能。
Exploratory Data Analysis (EDA, 探索性資料分析) 探索性資料分析是在沒有明確假設的情況下對資料集進行的一種分析，旨在發現資料的內在規律。
F1 Score (F1 分數) F1分數是精確度和召回率的調和平均，用於衡量分類器的效能。
False Positive and False Negative (假陽性和假陰性) 在分類問題中，假陽性是指錯誤地將負類判為正類，而假陰性是指錯誤地將正類判為負類。
Feature (特徵) 特徵是資料集中的一個可測量的屬性，用於幫助機器學習模型做出決策。
Feature Engineering (特徵工程) 特徵工程是建立新特徵或修改現有特徵以提高模型效能的過程。
Feature Extraction (特徵提取) 特徵提取是從原始資料中提取出有助於模型理解的關鍵資訊。
Feature Importance (特徵重要性) 特徵重要性是指一個特徵對於模型預測的貢獻程度。
Feature Selection (特徵選擇) 特徵選擇是從所有特徵中選擇對模型最有用的特徵的過程。