模式识别基础_张学工_非线性判别函数

统计学习理论的本质：英中文术语对照表来源：张学工译, VN Vapnik原著, 统计学习理论的本质, 清华大学出版社, 2000使用范围：南京师范大学计算机科学与技术学院研究生。

声明：任何人在其出版物使用或者上载到互连网都必须得到译者及出版社的许可。

AdaBoost algorithm （AdaBoost(自举)算法）163admissible structure （容许结构） 95algorithmic complexity （算法复杂度） 10annealed entropy （退火熵） 55ANOVA decomposition （ANOVA分解） 199a posteriori information （后验信息） 120a priori information （先验信息） 120approximately defined operator （近似定义的算子） 230 approximation rate （逼近速率） 98artificial intelligence （人工智能） 13axioms of probability theory （概率理论的公理） 60back propagation method （后向传播方法） 126basic problem of probability theory （概率论的基本问题） 62basic problem of statistics （统计学的基本问题） 63Bayesian approach （贝叶斯方法） 119Bayesian inference （贝叶斯推理） 34bound on the distance to the smallest risk （与最小风险的距离的界） 77 bound on the values of achieved risk （所得风险值的界） 77bounds on generalization ability of a learning machine （学习机器推广能力的界） 76canonical separating hyperplanes （标准分类超平面） 132capacity control problem （容量控制问题） 116cause-effect relation （因果关系） 9choosing the best sparse algebraic polynomial （选择最佳稀疏多项式）117choosing the degree of polynomial （选择多项式阶数） 116 classification error （分类错误） 19codebook （码本） 106complete (Popper's) nonfalsifiability （完全(波普)不可证伪性） 52 compression coefficient （压缩系数） 107consistency of inference （推理的一致性） 36constructive distribution-independent bound on the rate of convergence （构造性的不依赖于分布的收敛速度界） 69convolution of inner production （内积回旋） 140criterion of nonfalsifiability （不可证伪性判据） 47data smoothing problem （数据平滑问题） 209decision-making problem （决策选择问题） 296decision trees （决策树） 7deductive inference （演绎推理） 47density estimation problem （密度估计问题）：parametric(Fisher-Wald) setting（参数化(Fisher-Wald)表示） 20nonparametric setting （非参数表示） 28discrepancy （差异） 18discriminant analysis （判别分析） 24discriminant function （判别函数） 25distribution-dependent bound on the rate of convergence （依赖于分布的收敛速度界） 69distribution-independent bound on the rate of convergence （不依赖于分布的收敛速度界） 69ΔΔ-margin separating hyperplane （间隔分类超平面） 132 empirical distribution function （经验分布函数） 28empirical processes （经验过程） 40empirical risk functional （经验风险泛函） 20empirical risk minimization inductive principle （经验风险最小化归纳原则） 20ensemble of support vector machines （支持向量机的组合） 163 entropy of the set of functions （函数集的熵） 42entropy on the set of indicator functions （指示函数集的熵） 42 equivalence classes （等价类） 292estimation of the values of a function at the given points （估计函数在给定点上的值） 292expert systems （专家系统） 7ε-insensitivity （ε不敏感性） 181ε-insensitive loss function （ε不敏感损失函数） 181feature selection problem （特征选择问题） 118function approximation （函数逼近） 98function estimation model （函数估计模型） 17Gaussian （高斯函数） 26generalized Glivenko-Cantelli problem （广义Glivenko-Cantelli问题）66generalized growth function （广义生长函数） 85generator random vectors （随机向量产生器） 17Glivenko-Cantelli problem （Glivenko-Cantelli问题） 66growth function （生长函数） 55Hamming distance （汉明距离） 104handwritten digit recognition （手写数字识别） 146hard threshold vicinity function （硬限邻域函数） 103hard vicinity function （硬领域函数） 269hidden Markov models （隐马尔可夫模型） 7hidden units （隐结点） 101Huber loss function （Huber损失函数） 183ill-posed problems （不适定问题）： 9solution by variation method （变分方法解） 236solution by residual method （残差方法解） 236solution by quasi-solution method （拟解方法解） 236 independent trials （独立试验） 62inductive inference （归纳推理） 50inner product in Hilbert space （希尔伯特空间中的内积） 140 integral equations （积分方程）：solution for exact determined equations （精确确定的方程的解）237solution for approximately determined equations （近似确定的方程的解） 237kernel function （核函数） 27Kolmogorov-Smirnov distribution （Kolmogorov-Smirnov分布） 87 Kulback-Leibler distance （Kulback-Leibler距离） 32Kuhn-Tücker conditions （库恩-塔克条件） 134Lagrangian multiplier （拉格朗日乘子） 133Lagrangian （拉格朗日函数） 133Laplacian （拉普拉斯函数） 277law of large number in the functional space （泛函空间中的大数定律）41law of large numbers （大数定律） 39law of large numbers in vector space （向量空间中的大数定律） 41 Lie derivatives （Lie导数） 20learning matrices （学习矩阵） 7least-squares method （最小二乘方法） 21least-modulo method （最小模方法） 182linear discriminant function （学习判别函数） 31linearly nonseparable case （线性不可分情况） 135local approximation （局部逼近） 104local risk minimization （局部风险最小化） 103locality parameter （局部性参数） 103loss-function （损失函数）：for AdaBoost algorithm （AdaBoost算法的损失函数） 163for density estimation （密度估计的损失函数） 21for logistic regression （逻辑回归的损失函数） 156for pattern recognition （模式识别的损失函数） 21for regression estimation （回归估计的损失函数） 21 madaline（Madaline自适应学习机） 7main principle for small sample size problems （小样本数问题的基本原则） 28maximal margin hyperplane （最大间隔超平面） 131maximum likehood method （最大似然方法） 24McCulloch-Pitts neuron model （McCulloch-Pitts神经元模型） 2 measurements with the additive noise （加性噪声下的测量） 25 metric ε-entropy （ε熵度量） 44minimum description length principle （最小描述长度原则） 104 mixture of normal densities （正态密度的组合） 26National Institute of Standard and Technology (NIST) digit database （美国国家标准技术研究所(NIST)数字数据库） 173neural networks （神经网络） 126non-trivially consistent inference （非平凡一致推理） 36 nonparametric density estimation （非参数密度估计） 27normal discriminant function （正态判别函数） 31one-sided empirical process （单边经验过程） 40optimal separating hyperplane （最优分类超平面） 131overfitting phenomenon （过学习现象） 14parametric methods of density estimation （密度估计的参数方法） 24 partial nonfalsifiability （部分不可证伪性） 51Parzen's windows method （Parzen窗方法） 27pattern recognition problem （模式识别问题） 19perceptron （感知器） 1perceptron's stopping rule （感知器迭代终止规则） 6polynomial approximation of regression （回归的多项式逼近） 116 polynomial machine （多项式机器） 143potential nonfalsifiability （潜在不可证伪性） 53probability measure （概率测度） 59probably approximately correct (PAC) model （可能近似正确(PAC)模型） 13problem of demarcation （区分问题） 49pseudo-dimension （伪维） 90quadratic programming problem （二次规划问题） 133quantization of parameters （参数的量化） 110quasi-solution （拟解） 112radial basis function machine （径向基函数机器） 144random entropy （随机熵） 42radnom string （随机串） 10randomness concept （随机性概念） 10regression estimation problem （回归估计问题） 19regression function （回归函数） 19regularization theory （正则化理论） 9regularized functional （正则化泛函） 9reproducing kernel Hilbert space （再生核希尔伯特空间） 244 residual principle （残差原则） 236rigorous (distribution-dependent) bounds （严格(依赖于分布的)界） 85 risk functional （风险泛函） 18risk minimization from empirical data problem （基于经验数据最小化风险的问题） 20robust estimators （鲁棒估计） 26robust regression （鲁棒回归） 26Rosenblatt's algorithm （Rosenblatt算法） 5set of indicators （指示器集合） 73set of unbounded functions （无界函数集合） 77σ-algebra （σ代数） 60sigmoid function （S型(sigmoid)函数） 125small samples size （小样本数） 93smoothing kernel （平滑核） 100smoothness of functions （函数的平滑性） 100soft threshold vicinity function （软阈值领域函数） 103soft vicinity function （软领域函数） 269soft-margin separating hyperplane （软间隔分类超平面） 135spline function （样条函数）：with a finite number of nodes （有限结点的样条函数） 194with an infinite number of nodes （无穷多结点的样条函数） 195 stochastic approximation stopping rule （随机逼近终止规则） 34 stochastic ill-posed problems （随机不适定问题） 113strong mode estimating a probability measure （强方式概率度量估计）63structural risk minimization principle （结构风险最小化原则） 94 structure （结构） 94structure of growth function （生长函数的结构） 79supervisor （训练器） 17support vector machines （支持向量机） 137support vectors （支持向量） 134support vector ANOVA decomposition （支持向量ANOVA分解） 199 SVM n approximation of the logistic regression （逻辑回归的SVM n逼近） 155SVM density estimator （SVM密度估计） 246SVM conditional probability estimator （SVM条件概率估计） 257 tails of distribution （分布的尾部） 78tangent distance （切距） 149training set （训练集） 18transductive inference （转导推理） 293Turing-Church thesis （Turing-Church理论） 177two layer neural networks machine （两层神经网络机器） 145two-sided empirical process （双边经验过程） 40U.S. Postal Service digit database （美国邮政数字数据库） 173 uniform one-sided convergence （一致单边收敛） 39uniform two-sided convergence （一致双边收敛） 39VC dimension of a set of indictor functions （指示函数集的VC维） 79 VC dimension of a set of real functions （实函数集的VC维） 81VC entropy （VC熵） 44VC subgraph （VC子图） 90vicinal risk minimization method（领域风险最小化） 268vicinity kernel（领域核）：273one-vicinal kernel （单领域核） 273two-vicinal kernel （双领域核） 273VRM method （VRM方法）：for pattern recognition （模式识别的VRM方法） 273for regression estimation （回归估计的VRM方法） 282for density estimation （密度估计的VRM方法） 284for conditional probability estimation （条件概率估计的VRM方法） 285for conditional density estimation （条件密度估计的VRM方法）286weak mode estimating a probability measure （弱方式概率度量估计）63weight decay procedure （权值衰减过程） 102。