| invariable |
不变的，常数的 |
inertia |
惯性（力学），惰性 |
| decimal |
小数的，十进位的 |
momentum |
动量（物理） |
| plural |
复数形式，多样的 |
e.g. |
例如 |
| angular |
角的 |
et al. |
等人 |
| mapping function |
映射函数 |
i.e. |
即，也就是说 |
| identical |
相同的 |
recurrent neural network |
递归神经网络 |
| fraction |
分数，小部分 |
mammal |
脊椎哺乳动物 |
| convex |
凸函数 |
mistletoe |
槲寄生，圣诞装饰植物 |
| concave |
凹函数 |
algorithm |
算法 |
| be twice differentiable |
二阶可导 |
treatment group |
处理组，治疗组 |
| derivative |
导数，衍生物，派生词 |
control group |
控制组，对照组 |
| regular graph |
正则图 |
replenishment |
补给 |
| binomial distribution |
伯努利分布二项分布 |
distribution centers |
配送中心 |
| isomorphic |
同构的 |
philosophy |
理念 |
| bell-shaped |
钟形的，正态分布 |
leverage |
利用，杠杆 |
| degree sequences |
度序列 |
This term |
这个术语 |
| vector |
向量，矢量 |
raw inputs |
原始输入，原料 |
| projection |
投影 |
finance |
金融 |
| orthogonal |
正交 |
robotics manipulation |
机器 操作 |
| curve |
曲线 |
optimal |
最优的 |
| tangent |
正切 |
property |
属性，财产 |
| resolution |
分辨率 |
excess |
过剩 |
| quadrant |
四分之一圆周 |
shortage |
短缺 |
| perpendicular |
与…垂直的 |
backorder |
延期交货 |
| axis |
轴线，中心线 |
holding cost |
持有成本 |
| the x axis |
x轴 |
stock-out cost |
出库成本 |
| rectangle |
矩形 |
Acknowledgements |
致谢 |
| solid |
立体 |
prior assumptions |
之前，先，假设 |
| intersection |
两条线的相交 |
echelon |
梯队 |
| vertice |
顶点 |
quantity |
量 |
| edge |
边 |
quality |
质量 |
| uniform distribution |
均匀分布 |
quantify；quantification；quantified； |
量化 |
| spans |
范围，宽度，跨越，持续时间，贯穿 |
quantile |
分位数 |
| covariance |
协方差 |
Quantiles |
分位数 |
| correlation |
相关性 |
Quartiles |
四分位数 |
| Hypothesis tests |
假设检验 |
Percentiles |
百分位数 |
| parameter |
参数 |
show that |
证明 |
| random variable |
随机变量 |
property |
特性 |
| point estimator |
点估计 |
warehouse |
仓库 |
| distribution |
分布 |
rectified |
整流 |
| function |
函数 |
dropout |
剔除 |
| linear combinations |
线性组合 |
serie |
序列 |
| stochastic |
随机的 |
penalize |
惩罚 |
| maximum likelihood estimator |
最大似然估计 |
monitor |
监控 |
| Bayesian |
贝叶斯 |
real-time |
实时 |
| sequence |
序列 |
magnitude |
量，规模 |
| positive |
正值 |
in magnitude over time |
随时间 |
| negative |
负值 |
weights in magnitudes |
权重 |
| unit |
单位一个单元 |
evaluate |
评估 |
| period |
周期 |
NVIDIA |
英伟达 |
| integer |
整数 |
Perceptron |
感知机器（卷积，循环，深度学习） |
| random variables |
随机变量 |
reinforcement learning |
RL，强化学习 |
| equation |
方程，公式 |
unit |
部门 |
| joint distribution |
联合分布 |
profile |
配置文件，简介 |
| Theorem |
定理 |
evaluate |
全面的分析或评估，细致深入 |
| recursion |
递推 |
estimate |
近似的、通常较为粗略的判断。 |
| decomposable |
可分解的 |
feedforward neural network |
前馈神经网络 |
| quod erat demonstrandum. |
Q.E.D证明完毕。 |
versus |
相对于 |
| regression |
回归 |
logistics |
物流 |
| mean square error |
均方误差 |
heterogeneity |
异质性 |
| gradient |
梯度 |
metric |
指标 |
| Prior Probability |
先验概率 |
metre |
米 |
| Posterior Probability |
后验概率 |
criteria |
标准，准则 |
| subgroup |
子群 |
propesity |
倾向 |
| submodule |
子模块 |
programming |
规划 |
| divisor |
因子 |
omission |
遗漏 |
| order |
阶 |
Philosopher |
哲学家，炼丹士，魔法师 |
| Generalized |
广义 |
psychology |
心理学 |
| Extreme Value |
极值 |
successor |
后继者 |
| parameter |
参数 |
|
|
| independent and identically distributed |
独立同分布（i.i.d） |
|
|
| Exponential distribution |
指数分布 |
|
|
| Numerical |
数值的 |
|
|
| 132-dimensional vector |
132维向量 |
|
|
| standard deviation |
标准差 |
|
|
| validation |
验证 |
|
|
| divide by 2 |
除以2 |
|
|
| cofounder variables |
协同变量 |
|
|
| histogram |
直方图 |
|
|
| density plot |
密度图 |
|
|
| regression |
回归 |
|
|
| coefficients |
系数 |
|
|
| significance |
显著性 |
|
|
| binary |
二进制的 |
|
|
| initial feasible solution |
初始可行解 |
|
|
| integer |
整数 |
|
|
| Numerical experiments |
数值实验 |
|
|
| polynominal |
多项式 |
|
|
| Propensity |
倾向性 |
|
|
| Property |
属性，财产 |
|
|
| even number |
偶数 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|