Kaggleで使われている略語をいくつかメモ
略語一覧
- ANOVA : Analysis of Variance 分散分析
- AUC : Area Under the Curve
- CV: Cross Validation 交差検証
- CNN : Convolutional Neural Network 畳み込みニューラルネットワーク
- DNN: Deep Neural Network ディープニューラルネットワーク
- DNN:Deconvolutional Neural Network 逆畳み込みニューラルネットワーク
- EDA: Exploratory Data Analysis 探索的データ解析
- FCN: Fully Convolutional Network 全層畳み込みネットワーク
- FFT: Fast Fourier Transform 高速フーリエ変換
- GBM: Gradient Boosting Machine 勾配ブースティングマシン
- GLM: Generalized Linear Model 一般化線形モデル
- GRU: Gated Recurrent Unit ゲート反復単位
- HMM : Hidden Markov Model 隠れマルコフモデル
- ICA: Independent Component Analysis 独立成分分析
- kNN: k-Nearest Neighbors k近傍法
- LB: LeaderBoard リーダーボード
- LDA: Latent Dirichlet Allocation or Linear
- Discriminant Analysis 潜在的ディリクレ配分法 もしくは 線形判別分析
- LLE : Locally Linear Embedding 局所線形埋め込み
- LOOCV : Leave-One-Out cross-validation 一個抜き交差検証
- LpO CV : Leave-k-out cross-validation K-分割交差検証
- LSA: Latent Semantic Allocation 潜在意味解析
- LSTM: Long Short Term Memory 長・短期記憶
- MAPE: Mean Absolute Percentage Error 平均絶対誤差率
- MCMC : Markov Chain Monte Carlo マルコフ連鎖モンテカルロ法
- MDS : Multi-Dimensional Scaling 多次元尺度構成法
- MSE: Mean Squared Error 平均二乗誤差
- NLDR: Non-Linear Dimensionality Reduction 非線形次元削減
- NLP : Natural Language Processing 自然言語処理
- NMF: Non-Negative Matrix Factorization 非負値行列因子分解
- OOF: Out Of Fold
- PCA: Principal Component Analysis 主成分分析
- pLSA: Probabilistic Latent Semantic Allocation 確率的潜在意味解析
- R2 : R-squared 決定係数
- RF: Random Forest ランダムフォレスト
- RFE: Recursive Feature Elimination 再帰的特徴量削減
- RMSLE : Root Mean Squared Logarithmic Error
- RNN: Recurrent Neural Network 再帰型ニューラルネットワーク
- ROC : Receiver Operating Characteristic 受信者動作特性
- SMOTE: Synthetic Minority Over-sampling Technique
- SVM: Support Vector Machine サポートベクターマシン
- tf-idf: term frequency, inverse document
- frequency 単語の出現頻度、逆文書頻度
- t-SNE: t-Distributed Stochastic Neighbor Embedding