Glossary (Словарь)

Англо-русский словарь важных терминов в области ML/AI/MLOps. Для каждого термина — краткое объяснениеи контекст.

A

• Activation function(функция активации) — функция, добавляющая nonlinearity в neural network (ReLU, Sigmoid, Tanh).
• AdamW — Adam optimizer + better weight decay; современный default.
• Agent (AI Agent) — LLM + tools + memory; последовательные действия для достижения цели.
• Anchor box — predefined bounding box shape в object detection.
• ANN (Approximate Nearest Neighbor) — быстрый поиск близких векторов (HNSW, IVF).
• API (Application Programming Interface) — интерфейс программирования.
• Async / await — concurrent operations в Python.
• Attention mechanism — направление «внимания» на важные части sequence.
• AUC (Area Under Curve) — площадь под ROC curve (classification metric).
• AutoGrad — механизм автоматического расчёта gradient в PyTorch.

B

• Backpropagation — обратное распространение gradient; алгоритм обучения neural network.
• Bagging (Bootstrap Aggregating) — parallel ensemble (основа Random Forest).
• Batch — набор sample, передаваемых модели одновременно.
• Batch Normalization (BN) — нормализация activation внутри batch.
• Bayesian Optimization — умный поиск hyperparameter (Optuna).
• Bias (математический) — constant, добавляемый к output модели.
• Bias (вывод) — склонность алгоритма к неправильным prediction.
• Boosting — sequential ensemble (XGBoost, LightGBM).
• BPE (Byte-Pair Encoding) — subword tokenization (в GPT, Llama).
• Broadcasting — операция над tensor разной shape в NumPy/PyTorch.

C

• Calibration — приведение probabilities модели к надёжному виду.
• Canary deployment — тестирование новой версии на маленьком traffic.
• Categorical feature — feature с дискретными значениями (city, color).
• Chain-of-Thought (CoT) — prompt со step-by-step reasoning в LLM.
• Checkpoint — сохранение state модели (для resume training).
• Classification — разделение sample на дискретные class.
• Clustering — группировка похожих (unsupervised).
• CNN (Convolutional NN) — neural network для image processing.
• Cold start — проблема отсутствия данных о новом user/item.
• Concept drift — изменение input → output relationship со временем.
• Confusion Matrix — таблица с TP, FP, TN, FN.
• Context window — количество токенов, видимых LLM одновременно.
• Cosine similarity — cos угла между двумя векторами.
• CRD (Custom Resource Definition) — custom объект Kubernetes.
• Cross-encoder — classifier для sentence pair (в reranking).
• Cross-validation (CV) — оценка модели на нескольких частях.
• CUDA — parallel computation на NVIDIA GPU.

D

• DAG (Directed Acyclic Graph) — представление workflow в Airflow.
• Data augmentation — искусственное расширение training data.
• Data drift — изменение input distribution со временем.
• Data leakage — «утечка» test/validation data в training (ошибка).
• DataFrame — табличная data structure в Pandas.
• DataLoader — загрузка batch в PyTorch.
• Decision Tree — классический ML алгоритм на дереве правил.
• Deep Learning (DL) — глубокие (многослойные) neural network.
• DevOps — интеграция software development + operations.
• Diffusion model — image generation (Stable Diffusion, DALL-E).
• Dimensionality reduction — уменьшение количества feature (PCA, t-SNE).
• Docker — application containerization.
• Dropout — случайное «отключение» neuron для уменьшения overfitting.
• DVC (Data Version Control) — Git for data.

E

• EDA (Exploratory Data Analysis) — этап анализа данных.
• Embedding — преобразование дискретного объекта в dense вектор.
• Encoder-Decoder — архитектура translation/summarization.
• Ensemble — несколько моделей вместе.
• Epoch — однократное training по всему dataset.
• Evaluation — измерение качества модели.
• Evidently AI — tool для drift detection и monitoring.

F

• F1 Score — harmonic mean precision и recall.
• FastAPI — современный Python web framework (на основе Pydantic).
• Feature — каждое измерение в input модели.
• Feature engineering — создание новых feature.
• Feature store — хранение и serving feature (Feast).
• Few-shot learning — обучение на малом числе примеров.
• Fine-tuning — адаптация pretrained модели к своей task.
• Flask — micro web framework (стандарт до FastAPI).
• F-score — общий случай F1 (с параметром beta).
• Function calling / Tool use — разрешение LLM вызывать внешние function.

G

• GAN (Generative Adversarial Network) — generator + discriminator.
• Gemini — семейство LLM от Google.
• Generative AI — AI, создающий content (текст, изображение, аудио).
• Gini index — split quality в Decision Tree.
• GitHub Actions — CI/CD platform.
• GPT (Generative Pretrained Transformer) — семейство LLM OpenAI.
• GPU (Graphics Processing Unit) — для parallel computation.
• Gradient — направление самого быстрого роста функции.
• Gradient Boosting — sequential boosting алгоритм.
• Gradient Descent — алгоритм минимизации loss.
• Grafana — monitoring dashboard.
• GridSearch — exhaustive поиск hyperparameter.

H

• Hallucination — уверенный, но неправильный ответ LLM.
• Helm — package manager Kubernetes.
• HNSW (Hierarchical Navigable Small Worlds) — fast ANN algorithm.
• HPA (Horizontal Pod Autoscaler) — auto-scaling Kubernetes.
• HuggingFace — платформа для ML моделей и datasets.
• Hybrid search — поиск vector + keyword (BM25).
• HyDE (Hypothetical Document Embeddings) — RAG техника.
• Hyperparameter — параметр, заданный до training (lr, batch).

I

• Image segmentation — pixel-level classification.
• Imbalanced data — количества class неравны.
• Inference — prediction с помощью модели.
• Ingress — внешний HTTP routing Kubernetes.
• Instance segmentation — отдельный mask для каждого object.
• Instruction tuning — fine-tuning с instructions.
• IoU (Intersection over Union) — object detection metric.

J

• Jupyter Notebook — interactive Python environment.

K

• Keras — high-level NN API (в TensorFlow).
• K-Fold Cross-validation — разделение dataset на K fold.
• K-Means — clustering алгоритм.
• KNN (K-Nearest Neighbors) — classification на основе K ближайших sample.
• Kubernetes (K8s) — container orchestration.
• Kubeflow — Kubernetes-native ML platform.

L

• L1, L2 regularization — Lasso (L1), Ridge (L2).
• LangChain — LLM application framework.
• LangGraph — stateful multi-agent workflows.
• Langfuse — LLM observability platform.
• LayerNorm — Layer normalization (в Transformer).
• Learning rate (lr) — размер шага gradient descent.
• LightGBM — fast gradient boosting (Microsoft).
• Linear Regression — самый простой regression алгоритм.
• LLM (Large Language Model) — большая языковая модель.
• LlamaIndex — RAG framework.
• LoRA (Low-Rank Adaptation) — efficient fine-tuning.
• Loss function — функция, измеряющая ошибку модели.

M

• MAE (Mean Absolute Error) — regression metric.
• MAP (mean Average Precision) — object detection metric.
• MAPE (Mean Absolute Percentage Error) — ошибка в %.
• MCP (Model Context Protocol) — стандарт agent tool от Anthropic.
• MinMaxScaler — приведение feature к [0, 1].
• MLflow — платформа для experiment tracking.
• MLOps — интеграция ML + DevOps.
• Model registry — хранение версионированных моделей.
• MSE (Mean Squared Error) — regression loss.
• Multi-class classification — выбор среди 3+ class.
• Multi-label classification — несколько label для одного sample.
• Multi-task learning — одна модель для нескольких task.

N

• N-gram — N consecutive слов.
• Naive Bayes — probabilistic classifier (популярен для text).
• NER (Named Entity Recognition) — именованные объекты в тексте.
• Neural Network (NN) — сеть взаимосвязанных neuron.
• NLP (Natural Language Processing) — работа с текстом.
• NMS (Non-Maximum Suppression) — фильтрация overlapping detection.
• Normalization — приведение feature к одинаковой scale.
• NumPy — numerical computation library.

O

• One-Hot Encoding — categorical → binary вектор.
• ONNX (Open Neural Network Exchange) — cross-framework формат модели.
• OpenAI — компания-создатель GPT.
• Optimizer — как применять gradient (SGD, Adam, AdamW).
• Optuna — Bayesian hyperparameter tuning.
• Overfitting — модель хороша на train, плоха на test.

P

• Pandas — tabular data manipulation.
• Parameter — обучаемое значение модели (weight).
• PCA (Principal Component Analysis) — dimensionality reduction.
• PEFT (Parameter-Efficient Fine-Tuning) — LoRA, QLoRA и т.д.
• Perceptron — самый простой neuron.
• Pipeline — preprocessing + model в sklearn.
• Pod — самая маленькая unit в Kubernetes.
• Pooling — downsampling в CNN (MaxPool, AvgPool).
• POS tagging (Part-Of-Speech) — определение частей речи.
• Postgres / PostgreSQL — relational database.
• Precision — TP / (TP + FP).
• Prefect — современный workflow orchestrator.
• Pretrained model — модель, предобученная на большом corpus.
• Prompt — input текст, передаваемый LLM.
• Prompt engineering — искусство написания хорошего prompt.
• Prometheus — metrics monitoring system.
• PSI (Population Stability Index) — drift detection metric.
• Pydantic — Python data validation.
• PyTorch — deep learning framework.

Q

• QLoRA — 4-bit quantization + LoRA.
• Qdrant — vector database (Rust).
• Quantization — уменьшение precision модели (8-bit, 4-bit).
• Query — вопрос, передаваемый LLM/search.

R

• R² — coefficient of determination (regression).
• RAG (Retrieval Augmented Generation) — LLM + knowledge retrieval.
• RAGAS — framework для RAG evaluation.
• Random Forest — bagging Decision Trees.
• RandomizedSearch — random поиск hyperparameter.
• Recall — TP / (TP + FN).
• Recommender system — система рекомендаций.
• ReAct (Reasoning + Acting) — agent pattern.
• Recurrent Neural Network (RNN) — NN для sequence.
• Redis — in-memory database.
• Regex (Regular Expression) — pattern matching.
• Regression — bashорат непрерывного значения.
• Regularization — уменьшение overfitting (L1, L2, Dropout).
• Reranking — переупорядочивание search результатов.
• REST API — HTTP-based API standard.
• ResNet — CNN со skip connections.
• RLHF (Reinforcement Learning from Human Feedback) — LLM alignment.
• RMSE (Root Mean Squared Error) — sqrt(MSE).
• ROC-AUC — Receiver Operating Characteristic Area Under Curve.

S

• SageMaker — AWS ML platform.
• Scaler — feature normalization (Standard, MinMax).
• scikit-learn — Python ML library.
• Self-attention — attention между токенами внутри sequence.
• Self-supervised learning — pretraining без labels.
• Semantic search — поиск по смыслу (vector search).
• Sentence Transformer — sentence embeddings.
• SFT (Supervised Fine-Tuning) — fine-tune с инструкциями.
• SGD (Stochastic Gradient Descent) — классический optimizer.
• SHAP (SHapley Additive exPlanations) — model interpretation.
• Shadow deployment — тест новой модели без traffic.
• Sigmoid — activation function (для binary class).
• Softmax — multi-class output activation.
• spaCy — NLP library.
• Standardization — (x - mean) / std.
• Streaming — real-time response (SSE, WebSocket).
• Supervised learning — обучение с labels.
• SVM (Support Vector Machine) — классический classifier.

T

• Tensor — multi-dimensional array (обобщение NumPy ndarray).
• TensorFlow — DL framework от Google.
• Test set — data, отделённая для финального evaluation.
• TF-IDF — text feature representation.
• Threshold — порог classification decision.
• Token — atomic unit после tokenization.
• Tokenizer — разбиение текста на токены.
• TorchServe — PyTorch production serving.
• Train set — data, на которой обучается модель.
• Transfer learning — применение pretrained модели к своей task.
• Transformer — attention-based архитектура (BERT, GPT).
• Triton — NVIDIA inference server.

U

• Underfitting — модель слишком простая, плоха и на train.
• Unicode — character encoding standard.
• Unsupervised learning — обучение без labels.

V

• Validation set — data для hyperparameter tuning.
• Variance — степень разброса данных.
• Vector — 1-D array.
• Vector Database — хранение embeddings и search.
• ViT (Vision Transformer) — Transformer для изображений.
• vLLM — fastest LLM inference server.

W

• WandB (Weights & Biases) — experiment tracking.
• Weight — neuron coefficient.
• WebSocket — bidirectional connection.
• Word2Vec — word embedding model.
• Workflow orchestration — управление последовательностью task (Airflow).

X

• XGBoost — popular gradient boosting library.
• XLM-R — multilingual RoBERTa.

Y

• YAML — формат config файла.
• YOLO (You Only Look Once) — fast object detection.

Z

• Zero-shot learning — task без примеров через pre-existing knowledge.

Возврат к Главной странице или Ресурсам.