http://digitalis.lv/term.php?term=score&lang=EN
https://translate.tilde.com/#/
LU materiāli un termini: https://drive.google.com/drive/folders/1GF1NPlxbELqw1WHhg3SXs8XL1AgpDdRl
prompt - vaicājums
fine-tune(-ing) => pārneses mācīšanās (transfer learning) robustness => noturība zero-shot => nulles šāviens
spectrogram => Spektrogramma
waveform => Viļņforma
contrastive loss => Kontrasta kļūda funkcija
agumentation => augmentācija attention-based encoder-decoder => Uzmanībā balstīts iekodētājs - dekodētājs
Endpointer Latency => Beigu aizture computational cost => Skaitļošanas izmaksas end-to-end => no viena līdz otram galam worker => darba vienība sequence-to-sequence neural speech recognition => secība-uz-secību neironos balstīts runas atpazinējs feature extractor - īpašību izguvējs multi-task => multi-uzdevumi transfer learning - pārneses mācīšanās
transfer learning in speech recognition => runas atpazīšanā k-means => K-tuvāko kaimiņu metode
Gaussian scale mixture - Gausa mēroga jauktais modelis sampling - izlase / izlases veidošana posterior predictive sampling - izlases veidošana no novērtēta sadalījuma variational distribution - dispersijas sadalījums
prediction => prognoze
approximation => tuvinājums
Label => marķējums
gradient - gradients approximation - tuvinājums/ tuvināšana uncertainty - nenoteiktība probability - varbūtība label - marķējums prior distribution - sākotnējais varbūtības sadalījums posterior distribution - gala varbūtības sadalījums? inference - inference label noise injection - trokšņa pievienšana marķējumu
Bayes => Beiess, Beisa
key-point => atslēgas punkti
cloud service => mākoņa serviss
Time-Frequency Domain => Laika-Frekvences Sadalījums
image classification domain => attēlu klasifikacijas problēmsfēra
loss function => kļūdas funkcija, zuduma funkcija
hinge loss => eņģes kļūdas funkcija, eņģes zuduma funkcija
machine learning => mašīnmācīšanās, mašīnapmācība
forward pass => priekšizplatīšanās
IoU => Jacquard Index => Jakarda indekss
prompt => vaicājums
time series => Laika rinda
training => apmācība
sigmoid => sigmoīds
batch => partija
Cross-entropy - šēķērsentropija
Generalization - vispārinājums
Source Code - pirmkods
outliners - izlecošās vērtības
Full-stack developer - pilnas paketes izstrādājs
Backend developer - aizmugursistēmas izstrādātājs
Frontend developer - lietotāju saskarnes izstrādājs
Application - Lietotne
Embeddings - Iegultnes, latentie vektori
Training - Apmācība
Batch - Partija
Design pattern - programmēšanas šabloni
Fully Connected Layer - Pilnsaistes slānis
Feature - iezīme
Feature map - Iezīmju karte
Kernel function - Kodola funkcija
Instance segmentation models - instanču segmentācijas modeļi
Semantic segmentation models - semantiskās segmentācijas modeļi
Overfitting - Pārapmācīšanās
Dropout function - caurkrites funkcija
Design patterns - PROGRAMMATŪRAS IZSTRĀDES ŠABLONI
Nedrīkst lietot vārdus labs - tā vietā izdevīgs, efektīvs utt
Nedrīkst lietot vārdus labāks utt, tā vietā nozīmīgs rezultāts
Nedrīkst rakstīt pirmajā vai kādā citā personā, nevis “Mēs noskaidrojām”, bet “tika noskaidrots”
Darbos nedrīkst lietot vārdus:
Mēs, We, Our, Us - Jāraksta 3ajā personā
Try, mēģinājām, varbūt, perhaps