| English | Russian |
| active learning | активное обучение |
| advanced machine learning algorithm | передовой алгоритм машинного обучения (Alex_Odeychuk) |
| advances within the field of machine learning | научные достижения в области машинного обучения (Alex_Odeychuk) |
| adversarial learning | состязательное обучение (метод глубокого обучения, который включает обучение двух противоборствующих нейронных сетей. Одна сеть генерирует видео, а другая ищет различия между реальным и сгенерированным видео. Со временем генератор учится обманывать распознавателя и создавать видеоролики, напоминающие, напр., сцены с пляжей, на вокзалах, больницах и полях для гольфа. Например, модель пляжа воспроизводит набегающие волны, а другая модель идущих по траве на поле для гольфа людей Alex_Odeychuk) |
| analytics and learning capabilities | способности к анализу и обучению (напр., системы искусственного интеллекта; InfoWorld Alex_Odeychuk) |
| applied deep learning | прикладное глубокое обучение (Alex_Odeychuk) |
| applied machine learning | прикладное машинное обучение (из кн.: Applied Machine Learning and High-Performance Computing on AWS, 2022 Alex_Odeychuk) |
| applied research on machine learning | прикладные исследования в области машинного обучения (Alex_Odeychuk) |
| apply machine learning techniques | применять методы машинного обучения (to + inf. – для + отгл. сущ. Alex_Odeychuk) |
| association rule learning | обучение ассоциативным правилам (Alex_Odeychuk) |
| associative memory learning and reasoning | формирование рассуждений и обучение ассоциативной памяти (TechRepublic, 2018 Alex_Odeychuk) |
| attribute a machine learning model defines | атрибут, определяемый моделью машинного обучения (A parameter refers to an attribute a machine learning model defines based on its training data. — Под параметром понимается атрибут, определяемый моделью машинного обучения на основе обучающих данных.  singularityhub.com Alex_Odeychuk) |
| automated learning | обучение с использованием автоматизированных средств (Alex_Odeychuk) |
| automated machine learning | автоматизированное машинное обучение (из кн.: Браздил П., ван Рейн Я., Соарес К., Ваншорен Х. Метаобучение, 2023 dmkpress.com Alex_Odeychuk) |
| automated machine learning system | система автоматизированного машинного обучения (из кн.: Браздил П., ван Рейн Я., Соарес К., Ваншорен Х. Метаобучение, 2023 dmkpress.com Alex_Odeychuk) |
| auxiliary learning | вспомогательное обучение (Alex_Odeychuk) |
| bandit Learning | обучение со слабой или частичной обратной связью (learning from weak or partial feedback Alex_Odeychuk) |
| be trained using reinforcement learning | обучаться по алгоритму обучения с подкреплением (which means AI agents are given a reward as they get closer and closer to their goal. This reward is used as a signal that they're doing the right thing, and that whatever they're doing is something to learn for the future Alex_Odeychuk) |
| build machine learning algorithms | разработка алгоритмов машинного обучения (Computerworld Alex_Odeychuk) |
| classic machine learning | классическое машинное обучение (Alex_Odeychuk) |
| classical learning algorithm | классический алгоритм обучения (Alex_Odeychuk) |
| classical machine learning method | классический метод машинного обучения (Alex_Odeychuk) |
| classical machine learning model | классическая модель машинного обучения (Alex_Odeychuk) |
| cloud machine learning environment | облачная среда машинного обучения (Alex_Odeychuk) |
| cloud-based machine learning | машинное обучение в облаке (Alex_Odeychuk) |
| cloud-based machine learning | облачное машинное обучение (Alex_Odeychuk) |
| competitive learning | конкурентное обучение (Alex_Odeychuk) |
| conference in the areas of learning algorithms and neural computation | конференция в области алгоритмов обучения и нейросетевых вычислений (Alex_Odeychuk) |
| conflict-driven clause learning | управляемое конфликтами обучение дизъюнктам (Alex_Odeychuk) |
| continuous learning process | процесс непрерывного обучения (Alex_Odeychuk) |
| deep belief learning | обучение нейронной сети глубокого доверия (MichaelBurov) |
| deep belief learning | обучение нейронных сетей глубинного доверия (MichaelBurov) |
| deep belief learning | обучение сети глубокого доверия (MichaelBurov) |
| deep-learning | ... на основе глубокого обучения (New York Times Alex_Odeychuk) |
| deep learning | глубокое обучение (InfoWorld; глубокое обучение – это часть широкого семейства методов машинного обучения – обучения представлениям, где векторы признаков располагаются сразу на множестве уровней. Эти признаки определяются автоматически и связывают друг с другом, формируя выходные данные. На каждом уровне представлены абстрактные признаки, основанные на признаках предыдущего уровня. Таким образом, чем глубже мы продвигаемся, тем выше уровень абстракции. В нейронных сетях множество слоев представляет собой множество уровней с векторами признаков, которые генерируют выходные данные Alex_Odeychuk) |
| deep learning | иерархическое обучение (MichaelBurov) |
| deep learning | глубокое структурное обучение (MichaelBurov) |
| deep learning | глубинное обучение (MichaelBurov) |
| deep learning | глубокие нейронные сети (Alex_Odeychuk) |
| deep learning | методы глубокого обучения (InfoWorld; контекстуальный перевод на русс. язык Alex_Odeychuk) |
| deep learning | технология глубокого обучения (InfoWorld; контекстуальный перевод на русс. язык Alex_Odeychuk) |
| deep-learning | использующий глубокое обучение (A.Rezvov) |
| deep-learning AI | система искусственного интеллекта на основе глубокого обучения (New York Times Alex_Odeychuk) |
| deep learning algorithm | алгоритм глубокого обучения (компании Cray Alex_Odeychuk) |
| deep learning architecture | архитектура модели глубокого обучения (science.org Alex_Odeychuk) |
| deep learning based | на основе глубокого обучения (Alex_Odeychuk) |
| deep learning based application | приложение на основе глубокого обучения (Alex_Odeychuk) |
| deep-learning-based program | программа на основе глубокого обучения (Alex_Odeychuk) |
| deep learning community | сообщество специалистов по технологии глубокого обучения (искусственных нейронных сетей Alex_Odeychuk) |
| deep learning computation | вычисления глубокого обучения (habr.com Alex_Odeychuk) |
| deep learning developer | разработчик приложений глубокого обучения (из кн.: Dawani J. Hands-On Mathematics for Deep Learning, 2020 Alex_Odeychuk) |
| deep learning for search | глубокое обучение для поисковых систем (Alex_Odeychuk) |
| deep learning lab | лаборатория алгоритмов глубокого обучения (Alex_Odeychuk) |
| deep learning laboratory | лаборатория алгоритмов глубокого обучения (Alex_Odeychuk) |
| deep learning model | модель глубокого обучения (из кн.: Applied Machine Learning and High-Performance Computing on AWS, 2022 Alex_Odeychuk) |
| deep learning net | нейросеть глубокого обучения (MichaelBurov) |
| deep learning net | нейросеть глубинного обучения (MichaelBurov) |
| deep learning net | НГО (MichaelBurov) |
| deep learning network | нейросеть глубокого обучения (MichaelBurov) |
| deep learning network | нейросеть глубинного обучения (MichaelBurov) |
| deep learning network | НГО (MichaelBurov) |
| deep learning neural net | НГО (MichaelBurov) |
| deep learning neural net | нейросеть глубинного обучения (MichaelBurov) |
| deep learning neural net | нейросеть глубокого обучения (MichaelBurov) |
| deep learning neural network | нейросеть глубинного обучения (MichaelBurov) |
| deep learning neural network | НГО (MichaelBurov) |
| deep learning neural network | нейросеть глубокого обучения (MichaelBurov) |
| deep learning stack | набор технологий машинного обучения (a collection of software tools, frameworks, and libraries that are used to build and deploy deep learning models. It typically includes tools for data pre-processing, model training, and model deployment: e.g., TensorFlow, PyTorch, Keras, Caffe, and MXNet openai.com Alex_Odeychuk) |
| deep learning strategy | стратегия глубокого обучения (mathnet.ru Alex_Odeychuk) |
| deep learning system | система искусственного интеллекта на основе глубокого обучения (Alex_Odeychuk) |
| deep learning system | система глубинного обучения (Alex_Odeychuk) |
| deep learning technology | технология глубокого обучения (Alex_Odeychuk) |
| deep learning toolkit | набор программных средств глубокого обучения (Microsoft Alex_Odeychuk) |
| deep learning workshop | семинар по глубокому обучению (Alex_Odeychuk) |
| deep machine learning | глубокое обучение (Alex_Odeychuk) |
| deep probabilistic learning | глубокое вероятностное обучение (Alex_Odeychuk) |
| deep reinforcement learning | глубокое обучение с подкреплением (gagadget.com Alex_Odeychuk) |
| deep structured learning | глубинное обучение (MichaelBurov) |
| deep structured learning | глубокое структурное обучение (MichaelBurov) |
| deep structured learning | иерархическое обучение (MichaelBurov) |
| deep structured learning | глубокое обучение (Alex_Odeychuk) |
| deep transfer learning | перенос глубокого обучения (mathnet.ru Alex_Odeychuk) |
| distributed machine learning | распределённое машинное обучение (e.g., SynapseML Alex_Odeychuk) |
| do machine learning | выполнять машинное обучение (Alex_Odeychuk) |
| downstream learning task | последующая задача обучения (Alex_Odeychuk) |
| embedded deep learning | глубокое обучение в приложениях для встроенных систем (Alex_Odeychuk) |
| end-to-end machine learning platform | многоцелевая платформа машинного обучения (Alex_Odeychuk) |
| ensemble learning | обучение ансамбля (az115) |
| ensemble learning | ансамблевое обучение (из кн.: Браздил П., ван Рейн Я., Соарес К., Ваншорен Х. Метаобучение, 2023 capissimo) |
| ensemble learning approach | метод обучения ансамбля (az115) |
| error-correction learning | обучение на основе коррекции ошибок (Alex_Odeychuk) |
| ethics in machine learning | этика в области машинного обучения (Alex_Odeychuk) |
| feature learning | обучение представлениям (Alex_Odeychuk) |
| few-shot learning | обучение на нескольких примерах (Valeriy_Yatsenkov) |
| few-shot learning | обучение на ограниченных примерах (Valeriy_Yatsenkov) |
| first UIP clause learning | метод первой точки единичной импликации для запоминания дизъюнктов (Alex_Odeychuk) |
| for machine learning tasks | для задач машинного обучения (Computerworld Alex_Odeychuk) |
| foundations and trends in machine learning | основы и тенденции машинного обучения (Alex_Odeychuk) |
| framework for artificial intelligence and machine learning | инфраструктура разработки моделей искусственного интеллекта и машинного обучения (such as Semantic Kernel, Deeplearning4J, djl, and Tribuo infoq.com Alex_Odeychuk) |
| general unsupervised learning | общее обучение без учителя (Alex_Odeychuk) |
| general-purpose machine learning platform | платформа машинного обучения общего назначения (Alex_Odeychuk) |
| generative deep learning | генеративное глубокое обучение (Alex_Odeychuk) |
| goal-directed behavior learning | обучение целенаправленному поведению (Alex_Odeychuk) |
| goal-directed behavior learning task | задача обучения целенаправленному поведению (Alex_Odeychuk) |
| gradient descent learning algorithm | алгоритм обучения градиентным спуском (Alex_Odeychuk) |
| guided learning | управляемое обучение (разновидность обучения с частичным привлечением учителя, когда коэффициенты из параллельно обучаемой с учителем модели периодически копируют в модель, обучаемую без учителя, формируя своего рода управляющий сигнал, который ориентирует пространство встраивания основной модели Valeriy_Yatsenkov) |
| Hebbian learning | обучение по Хеббу (Alex_Odeychuk) |
| hierarchical learning | глубокое структурное обучение (MichaelBurov) |
| hierarchical learning | глубинное обучение (MichaelBurov) |
| hierarchical learning | иерархическое обучение (MichaelBurov) |
| hierarchical learning | глубокое обучение (Alex_Odeychuk) |
| high learning efficiency | высокая эффективность обучения (Alex_Odeychuk) |
| high-powered machine learning | высокопроизводительное машинное обучение (Alex_Odeychuk) |
| hybrid machine learning | квантово-классическое машинное обучение (Alex_Odeychuk) |
| hybrid quantum-classical machine learning algorithm | гибридный квантово-классический алгоритм машинного обучения (Alex_Odeychuk) |
| imitation learning | имитационное обучение (Valeriy_Yatsenkov) |
| in a continuous state of learning | в условиях непрерывного обучения (Alex_Odeychuk) |
| in a continuous state of learning | непрерывно обучаясь (Alex_Odeychuk) |
| in the machine-learning realm | в области машинного обучения (forbes.com Alex_Odeychuk) |
| in-context learning | подсказка по цепочке рассуждений (wikipedia.org, wikipedia.org Alex_Odeychuk) |
| interactive machine learning | интерактивное машинное обучение (Alex_Odeychuk) |
| International Conference on Representation Learning | Международная конференция по обучению представлениям (Alex_Odeychuk) |
| inverse reinforcement learning | обратное обучение с подкреплением (Valeriy_Yatsenkov) |
| invest in machine learning | инвестировать в оборудование и НИОКР по теме машинного обучения (Alex_Odeychuk) |
| large-scale machine learning | крупномасштабное машинное обучение (InfoWorld Alex_Odeychuk) |
| large-scale machine learning application | приложение крупномасштабного машинного обучения (Alex_Odeychuk) |
| learn from data | обучаться на данных (Alex_Odeychuk) |
| learn from experience | учиться на своём опыте (singularityhub.com Alex_Odeychuk) |
| learn from previous translations | обучаться на ранее выполненных переводах (IBM Alex_Odeychuk) |
| learn from the internet | учиться на данных из интернета (singularityhub.com Alex_Odeychuk) |
| learn new skills | обучаться новым навыкам (singularityhub.com Alex_Odeychuk) |
| learn on its own | самостоятельно обучаться (Alex_Odeychuk) |
| learn on the go | обучаться на лету (singularityhub.com Alex_Odeychuk) |
| learn on the go | обучаться на ходу (singularityhub.com Alex_Odeychuk) |
| learning algorithm for deep belief nets | алгоритм обучения глубоких сетей доверия (Alex_Odeychuk) |
| learning based | основанный на обучении (Alex_Odeychuk) |
| learning based | с обучением (напр., на наборах данных Alex_Odeychuk) |
| learning by doing | обучение на опыте (A.Rezvov) |
| learning efficiency | эффективность обучения (In the context of machine learning, it refers to how quickly the machine learning algorithm can learn from the data. In the context of quantum machine learning, this also refers to the speedup that quantum algorithms can potentially provide over classical algorithms.) |
| learning from examples | обучение по прецедентам (основано на выявлении закономерностей в эмпирических данных. Общая постановка задачи обучения по прецедентам: имеется множество объектов (ситуаций) и множество возможных ответов (откликов, реакций). Существует некоторая зависимость между ответами и объектами, но она неизвестна. Известна только конечная совокупность прецедентов – пар "объект, ответ", называемая обучающей выборкой. На основе этих данных требуется восстановить зависимость, то есть построить алгоритм, способный для любого объекта выдать достаточно точный ответ. Для измерения точности ответов определённым образом вводится функционал качества. Данная постановка является обобщением классических задач аппроксимации функций. В классических задачах аппроксимации объектами являются действительные числа или векторы. В реальных прикладных задачах входные данные об объектах могут быть неполными, неточными, нечисловыми, разнородными Alex_Odeychuk) |
| learning from examples | индуктивное обучение (основано на выявлении закономерностей в эмпирических данных Alex_Odeychuk) |
| learning from weak or partial feedback | обучение со слабой или частичной обратной связью (Alex_Odeychuk) |
| learning performance | эффективность обучения (Alex_Odeychuk) |
| learning process of neural networks | процесс обучения нейронных сетей (Alex_Odeychuk) |
| learning quality | качество обучения (refers to how well the machine learning algorithm can learn from the training data and generalize to unseen data. It's usually measured by metrics such as accuracy, precision, recall, F1 score, area under the ROC curve (AUC-ROC), mean squared error (MSE), etc., depending on the type of problem (classification, regression, etc.) Alex_Odeychuk) |
| learning through experience | обучение на опыте (A.Rezvov) |
| learning with privileged information | привилегированное обучение (Alex_Odeychuk) |
| leverage machine learning | внедрять наработки в области машинного обучения (InfoWorld Alex_Odeychuk) |
| library for quantum machine learning | библиотека квантового машинного обучения (xanadu.ai Alex_Odeychuk) |
| machine learning | со средствами машинного обучения (CNN Alex_Odeychuk) |
| machine learning agent | агент со средствами машинного обучения (singularityhub.com Alex_Odeychuk) |
| machine learning agents | имитационная среда для машинного обучения (Alex_Odeychuk) |
| machine learning algorithm | алгоритм машинного обучения (Alex_Odeychuk) |
| machine learning and deep learning | машинное и глубокое обучение (Alex_Odeychuk) |
| machine learning and natural language processing techniques | методы машинного обучения и обработки естественных языков (Alex_Odeychuk) |
| machine learning application | приложение машинного обучения (Alex_Odeychuk) |
| machine learning based translation software | программное обеспечение для перевода на основе машинного обучения (forbes.com Alex_Odeychuk) |
| machine learning-based weather prediction | прогнозирование погоды на основе машинного обучения (science.org Alex_Odeychuk) |
| machine learning capabilities | средства машинного обучения (InfoWorld Alex_Odeychuk) |
| machine-learning-driven | на основе средств машинного обучения (Alex_Odeychuk) |
| machine-learning-driven | на основе машинного обучения (Alex_Odeychuk) |
| machine-learning-driven tracking algorithm | алгоритм отслеживания на основе машинного обучения (Alex_Odeychuk) |
| machine learning engineer | инженер-разработчик систем машинного обучения (cnn.com Alex_Odeychuk) |
| machine learning environment | среда машинного обучения (из кн.: Браздил П., ван Рейн Я., Соарес К., Ваншорен Х. Метаобучение, 2023 dmkpress.com Alex_Odeychuk) |
| machine learning framework | каркас для машинного обучения (InfoWorld Alex_Odeychuk) |
| machine learning framework | программный каркас для машинного обучения (InfoWorld Alex_Odeychuk) |
| machine learning functions | функции машинного обучения (Alex_Odeychuk) |
| machine learning geek | энтузиаст машинного обучения (Alex_Odeychuk) |
| machine learning hardware | аппаратное обеспечение для машинного обучения (Alex_Odeychuk) |
| machine learning method | метод машинного обучения (singularityhub.com Alex_Odeychuk) |
| machine learning model | модель машинного обучения (Alex_Odeychuk) |
| machine learning model | модель машинного обучения (Nature Alex_Odeychuk) |
| machine learning model creator | разработчик моделей машинного обучения (msn.com Alex_Odeychuk) |
| machine learning paradigm | парадигма машинного обучения (Alex_Odeychuk) |
| machine learning platform | платформа машинного обучения (Alex_Odeychuk) |
| machine learning problem | задача машинного обучения (Computerworld Alex_Odeychuk) |
| machine learning program | программа машинного обучения (Alex_Odeychuk) |
| machine learning research | исследование машинного обучения (из кн.: Браздил П., ван Рейн Я., Соарес К., Ваншорен Х. Метаобучение, 2023 dmkpress.com Alex_Odeychuk) |
| machine learning service | служба машинного обучения (Alex_Odeychuk) |
| machine learning simulation | моделирование средствами машинного обучения (thenextweb.com Alex_Odeychuk) |
| machine learning solution | решение для машинного обучения (Alex_Odeychuk) |
| machine learning system | система машинного обучения (из кн.: Applied Machine Learning and High-Performance Computing on AWS, 2022 Alex_Odeychuk) |
| machine learning system developer | разработчик систем машинного обучения (ncsu.edu Alex_Odeychuk) |
| machine learning task | задача машинного обучения (Computerworld Alex_Odeychuk) |
| machine learning technology | технология машинного обучения (machine learning is a type of artificial intelligence that enables computers to learn to perform tasks and make predictions without explicit programming Alex_Odeychuk) |
| machine learning technology | система машинного обучения (контекстуальный перевод на русс. язык Alex_Odeychuk) |
| machine learning tool | система машинного обучения (InfoWorld Alex_Odeychuk) |
| machine learning tools | инструменты машинного обучения (Alex_Odeychuk) |
| manifold learning | обучение на основе многообразий (Alex_Odeychuk) |
| meta-learning | метаобучение (Meta-learning strives to determine how machines can learn how to learn. Having such a skill would allow the system to avoid fixating on pretrained absolute notions on how it should perceive and act whenever it enters a new environment. Lory Rosh) |
| meta-learning system | система метаобучения (из кн.: Браздил П., ван Рейн Я., Соарес К., Ваншорен Х. Метаобучение, 2023 dmkpress.com Alex_Odeychuk) |
| metric-based meta learning | метаобучение на основе метрик (из кн.: Браздил П., ван Рейн Я., Соарес К., Ваншорен Х. Метаобучение, 2023 dmkpress.com Alex_Odeychuk) |
| model-agnostic meta-learning | метаобучение, не зависящее от модели (из кн.: Мэрфи К.П. Вероятностное машинное обучение: введение. – М., 2022 Alex_Odeychuk) |
| model-agnostic meta-learning | независимое от модели метаобучение (из кн.: Браздил П., ван Рейн Я., Соарес К., Ваншорен Х. Метаобучение, 2023 dmkpress.com Alex_Odeychuk) |
| Montreal Institute for Learning Algorithms | Монреальский институт алгоритмов обучения (искусственных нейронных сетей Alex_Odeychuk) |
| multi-layered deep learning | многослойное глубокое обучение (из кн.: Dawani J. Hands-On Mathematics for Deep Learning, 2020 Alex_Odeychuk) |
| multiple-instance learning | многовариантное обучение (обучение, когда прецеденты могут быть объединены в группы, в каждой из которых для всех прецедентов имеется "ситуация", но только для одного из них (причем, неизвестно какого) имеется пара "ситуация, требуемое решение" Alex_Odeychuk) |
| multi-task learning | многозадачное обучение (одновременное обучение группе взаимосвязанных задач, для каждой из которых задаются свои пары "ситуация, требуемое решение" Alex_Odeychuk) |
| neural network learning techniques | методы обучения нейронных сетей (Alex_Odeychuk) |
| neural network's unsupervised learning | обучение нейронной сети без учителя (Alex_Odeychuk) |
| neural network's unsupervised learning process | процесс обучения нейронной сети без учителя (Alex_Odeychuk) |
| new-school machine learning | машинное обучение нового поколения (Alex_Odeychuk) |
| on-device machine learning | локальное машинное обучение (as opposed to cloud-based Alex_Odeychuk) |
| on-device machine learning | машинное обучение на мобильном устройстве (Alex_Odeychuk) |
| one-shot learning | обучение по одному примеру (Николенко, Кадурин, Архангельская. "Глубокое обучение. Погружение в мир нейронных сетей" (2018) masizonenko) |
| online learning | потоковое обучение (из кн.: Уатт Дж., Борхани Р., Катсаггелос А. Машинное обучение: основы, алгоритмы и практика применения. – СПб., 2022 Alex_Odeychuk) |
| photonic machine learning | машинное обучение с использованием фотонных технологий (nature.com Alex_Odeychuk) |
| powered by machine learning | основанный на методах машинного обучения (InfoWorld Alex_Odeychuk) |
| predictive analytics and risk management platform based on machine learning | платформа прогнозной аналитики и управления рисками на основе машинного обучения (Alex_Odeychuk) |
| predictive learning | предвосхищающее обучение (in which machines can learn through observation instead of direct instruction Alex_Odeychuk) |
| preparatory learning | предобучение (Alex_Odeychuk) |
| principal machine learning engineer | главный инженер-разработчик систем машинного обучения (cnn.com Alex_Odeychuk) |
| prompt learning | обучение с подсказками (Alex_Odeychuk) |
| prompt-based learning | обучение с подсказками (Alex_Odeychuk) |
| prompt-based learning | обучение на основе подсказок (Alex_Odeychuk) |
| Python with Machine Learning | язык Python с Machine Learning (язык программирования MichaelBurov) |
| Q-learning | обучение с использованием функции полезности (метод, применяемый в искусственном интеллекте при агентном подходе. На основе получаемого от среды вознаграждения агент формирует функцию полезности Q, что впоследствии дает ему возможность уже не случайно выбирать стратегию поведения, а учитывать опыт предыдущего взаимодействия со средой. Одно из преимуществ такого обучения состоит в возможности сравнивать ожидаемую полезность доступных действий, не формируя модели окружающей среды. Применяется для ситуаций, которые можно представить в виде марковского процесса принятия решений. Alex_Odeychuk) |
| quantum deep learning | квантовое глубокое обучение (Alex_Odeychuk) |
| quantum machine learning | квантовое машинное обучение (Квантовое машинное обучение — это дисциплина, объединяющая нелинейные квантовые системы и классическое машинное обучение. ixbt.com Alex_Odeychuk) |
| quantum machine learning algorithm | квантовый алгоритм машинного обучения (Alex_Odeychuk) |
| quantum machine learning hackathon | хакатон по квантовому машинному обучению (qhack.ai Alex_Odeychuk) |
| quantum machine learning model | квантовая модель машинного обучения (Alex_Odeychuk) |
| quantum-classical machine learning | квантово-классическое машинное обучение (Alex_Odeychuk) |
| quantum-classical machine learning algorithm | квантово-классический алгоритм машинного обучения (Alex_Odeychuk) |
| random multimodel deep learning | случайное многомодельное глубокое обучение (Alex_Odeychuk) |
| reinforcement imitation learning | имитационное обучение с подкреплением (a novel approach combining imitation learning with different types of reinforcement learning methods mdpi.com Alex_Odeychuk) |
| reinforcement learning | обучение с подкреплением сигналами от среды взаимодействия (Alex_Odeychuk) |
| reinforcement learning | обучение с подкреплением (a type of machine learning that enables a system to learn by trial and error using feedback from its own actions singularityhub.com Dmitrarka) |
| reinforcement learning policy | стратегия обучения с подкреплением (Alex_Odeychuk) |
| reinforcement learning techniques | методы обучения с подкреплением (Alex_Odeychuk) |
| reinforcement learning with human feedback | обучение с подкреплением на основе отзывов людей (Alex_Odeychuk) |
| reinforcement learning with human feedback | обучение с подкреплением на основе человеческих предпочтений (Alex_Odeychuk) |
| reinforcement learning with human feedback | обучение с подкреплением и обратной связью от человека (rb.ru Alex_Odeychuk) |
| representation learning | изучение представлений данных (широкая область машинного обучения; выявление признаков или параметров представления данных многослойная нейросетевая система определяет самостоятельно на основе нелинейной обработки входных данных Alex_Odeychuk) |
| representation learning | обучение представлениям (В классическом машинном обучении важные экспертные знания вводятся вручную, однако затем система обучается, организуя вывод данных на основании самостоятельно изученных признаков. При проектировании таких систем искусственного интеллекта большая часть времени тратится на выбор верного обучающего набора данных. Когда знания экспертов удается формализовать, то для получения выходных данных используется обычный классификатор. По сравнению с классическим машинным обучением обучение представлениям делает шаг вперед и исключает необходимость формализации знаний экспертов. Все важные закономерности система определяет самостоятельно на основании введенных данных (напр., в нейронных сетях) sas_proz) |
| researcher in machine learning | научный сотрудник в области машинного обучения (Alex_Odeychuk) |
| researcher in machine learning | специалист по вопросам машинного обучения (Alex_Odeychuk) |
| rule learning | обучение, основанное на правилах (Alex_Odeychuk) |
| rule learning algorithm | алгоритм обучения на основе правил (Alex_Odeychuk) |
| rule-based machine learning method | метод машинного обучения, основанного на правилах (Alex_Odeychuk) |
| scalable machine learning | масштабируемое машинное обучение (Alex_Odeychuk) |
| selective learning | селективное обучение (Alex_Odeychuk) |
| selective learning model | модель селективного обучения (Alex_Odeychuk) |
| self-learning AI software | самообучающиеся СИИ (Alex_Odeychuk) |
| self-learning AI software | самообучающаяся СИИ (Alex_Odeychuk) |
| self-learning AI software | самообучающийся система искусственного интеллекта (Alex_Odeychuk) |
| self-learning app | самообучающееся приложение (Alex_Odeychuk) |
| self-learning application | самообучающееся приложение (Alex_Odeychuk) |
| self-learning artificial intelligence | самообучающийся искусственный интеллект (Alex_Odeychuk) |
| self-learning program | программа с алгоритмом самообучения (CNN Alex_Odeychuk) |
| self-supervised learning | обучение с самоконтролем (Alex_Odeychuk) |
| self-supervised learning method | метод обучения с самоконтролем (Alex_Odeychuk) |
| self-supervised learning pipeline | конвейер обучения с самоконтролем (Alex_Odeychuk) |
| semi-supervised learning | обучение с частичным привлечением учителя (для части прецедентов задается пара "ситуация, требуемое решение", а для части – только "ситуация" Alex_Odeychuk) |
| senior software engineer specializing in machine learning | старший инженер-разработчик, специализирующийся на системах машинного обучения (Alex_Odeychuk) |
| shortcut learning | ложное обучение (ситуация, когда обученная модель выдает внешне правильные прогнозы, исходя из совершенно неправильных предпосылок, поскольку усвоила более очевидные, но ошибочные закономерности в данных. Например, что ДТП чаще совершают автомобили с нечетными номерами Valeriy_Yatsenkov) |
| software with AI and machine learning capabilities | программное обеспечение с элементами искусственного интеллекта и машинного обучения (Alex_Odeychuk) |
| state-of-the-art machine learning | современное машинное обучение (singularityhub.com Alex_Odeychuk) |
| statistical learning | статистическое обучение (essential concepts of statistical learning are classification and regression Alex_Odeychuk) |
| statistical learning algorithm | алгоритм статистического обучения (Alex_Odeychuk) |
| statistical learning theory | теория статистического обучения (Alex_Odeychuk) |
| statistical machine learning | статистическое машинное обучение (Alex_Odeychuk) |
| stochastic-evolution learning | стохастическо-эволюционное обучение |
| strong background in machine learning | глубокие знания в области машинного обучения (Alex_Odeychuk) |
| supervised and unsupervised machine learning | машинное обучение с учителем и без учителя (InfoWorld Alex_Odeychuk) |
| supervised Hebbian learning | обучение по Хеббу с учителем (Alex_Odeychuk) |
| supervised learning | обучение нейронной сети с учителем (MichaelBurov) |
| supervised learning | машинное обучение с учителем (MichaelBurov) |
| supervised learning policy | стратегия обучения с учителем (Alex_Odeychuk) |
| system for deep learning | система глубокого обучения (Microsoft Alex_Odeychuk) |
| text deep learning task | задача обработки текстов на естественном языке в системе искусственного интеллекта с глубоким обучением (Alex_Odeychuk) |
| theory of machine learning | теория машинного обучения (Alex_Odeychuk) |
| train deep learning models | обучать модели глубокого обучения (многослойные искусственные нейронные сети Alex_Odeychuk) |
| trained with reinforcement learning | обученный по методу обучения с подкреплением (Nature Alex_Odeychuk) |
| transfer learning | трансферное обучение (regnum.ru dimock) |
| transfer learning | перенос обучения (из кн.: Браздил П., ван Рейн Я., Соарес К., Ваншорен Х. Метаобучение, 2023 masizonenko) |
| unsupervised learning | машинное обучение без учителя (MichaelBurov) |
| unsupervised learning | обучение нейронной сети без учителя (MichaelBurov) |
| unsupervised learning | машинное обучение с использованием наборов данных без определённой структуры (MichaelBurov) |
| unsupervised learning | обучение без учителя (MichaelBurov) |
| unsupervised learning | неконтролируемое обучение (MichaelBurov) |
| unsupervised learning of image transformations | обучение преобразованию изображений без учителя (Alex_Odeychuk) |
| unsupervised probabilistic deep learning algorithm | алгоритм неконтролируемого вероятностного глубокого обучения (MichaelBurov) |
| using deep learning | с использованием алгоритмов глубокого обучения (Alex_Odeychuk) |
| variational machine learning | вариационное машинное обучение (Alex_Odeychuk) |
| without memory, no learning is possible | без памяти обучение невозможно (Alex_Odeychuk) |
| work in machine learning | работать в области машинного обучения (ft.com Alex_Odeychuk) |
| zero shot learning | обучение без ознакомления (задача обучения, когда обучающий набор состоит только из знакомых категорий, а тестовый набор содержит как знакомые категории, так и незнакомые. Задача модели – научиться выделять незнакомые категории без предварительного знакомства с ними в обучающих данных. Valeriy_Yatsenkov) |
