🗂️ 数据工程
职场英语 · AI工程师 · 共 30 个核心词汇 · 5 条场景例句
词汇表
- dataset /ˈdeɪtaset/ n. 数据集；资料集
- label /ˈleɪbl/ n. 标签，标注；标签纸；商标
- annotation /ˌænoʊˈteɪʃən/ n. 标注；注释；注解
- feature /ˈfiːtʃər/ n./v. 特征，特征项；特色；面部特征；以…为特色
- embedding /ɪmˈbedɪŋ/ n. （向量）嵌入；嵌入物
- preprocess /ˌpriːˈprɑːses/ 预处理；预先加工
- cleaning /ˈkliːnɪŋ/ 清洗（数据清洗）；清洁；打扫
- split /splɪt/ v. 划分（训练/验证集）；劈开；分裂
- sampling /ˈsæmplɪŋ/ n. 采样，抽样；取样
- distribution /ˌdɪstrɪˈbjuːʃn/ n. 分布；分发；分配；发行
- imbalance /ɪmˈbæləns/ n. 不平衡；失衡
- outlier /ˈaʊtlaɪər/ 离群值，异常值；局外人
- leakage /ˈliːkɪdʒ/ n. 泄漏（标签泄漏）；渗漏
- augmentation /ˌɔːɡmenˈteɪʃən/ n. （数据）增强；增加；扩大
- schema /ˈskiːmə/ n. 表结构，模式；图解；纲要
- pipeline /ˈpaɪplaɪn/ 流水线，管道；管线
- ingestion /inˈdʒestʃən/ n. 摄取，导入；摄取（食物）
- coverage /ˈkʌvərɪdʒ/ n. 覆盖率，覆盖范围；新闻报道
- quality /ˈkwɑːləti/ n./adj. 质量；品质；特性
- duplicate /ˈduːplɪkət/ n./v. 重复项；复制；副本；复制的
- noise /nɔɪz/ n. 噪声；噪音；杂音
- bias /ˈbaɪəs/ n./v. 偏差，偏见；偏置；斜线
- correlation /ˌkɔːrəˈleɪʃn/ n. 相关性；关联；相互关系
- cluster /ˈklʌstər/ n./v. 聚类，簇；群；集群
- dimension /daɪˈmenʃn/ n. 维度；尺寸；方面
- scale /skeɪl/ n./v. 缩放；规模；比例；刻度；鳞片
- standardize /ˈstændərdaɪz/ v. 标准化，统一标准
- sample /ˈsæmpl/ n. 样本，样例；样品；品尝
- record /ˈrekərd//rɪˈkɔːrd/ n./v. 记录；唱片；档案；记录（动词）
- missing /ˈmɪsɪŋ/ adj. 缺失的；丢失的；失踪的
场景例句
- Check for label leakage before you trust that accuracy.相信这个准确率之前，先查有没有标签泄漏。
- The training set is imbalanced, so most examples are negative.训练集不平衡，大部分样本是负例。
- Can you send me the schema? I need to know what each column means.能发我表结构吗？我得知道每列是什么意思。
- About five percent of the rows are duplicates, so dedupe before training.大约百分之五的行重复，训练前先去重。
- The new data has a different distribution from the old one.新数据和旧数据的分布不一样。