Английские термины разработки ПО: значения и примеры на русском

Машинное обучение и обработка данных

• scatter plotсуществительноедиаграмма рассеяния, точечная диаграмма

  График взаимосвязи двух числовых переменных, где каждое наблюдение обозначено точкой, а переменные расположены по осям.

• aggregateглаголагрегировать, сводить данные

  Объединять множество строк данных в сводные значения — суммы, количества или средние — обычно по категории, например дате, товару или региону.

• ad hoc analysisсуществительноеразовый анализ, анализ по разовому запросу

  Однократный быстрый анализ для ответа на конкретный внезапный вопрос, а не регулярный отчет или заранее запланированный проект.

• imputeглаголимпутировать, заполнять пропуски расчетными значениями

  Заполнять отсутствующие значения оценочными, например медианой столбца, самой частой категорией или прогнозом по другим столбцам.

• data wranglingсуществительноеподготовка и преобразование данных, подготовка данных

  Приведение неаккуратных исходных данных к чистой структурированной форме для анализа, включая изменение структуры, объединение, фильтрацию и исправление форматов.

• skewedприлагательноеасимметричный, смещенный

  О распределении, которое несимметрично и имеет длинный хвост значений с одной стороны, например распределение доходов с небольшим числом очень высоких значений.

• summary statisticsсуществительноесводные показатели, описательная статистика

  Небольшой набор чисел, кратко описывающий данные: например количество, среднее, медиана, минимум, максимум и стандартное отклонение столбцов.

• sanity checkсловосочетаниебыстрая проверка правдоподобия, контрольная проверка

  Простая быстрая проверка разумности результата перед тем, как ему доверять, например сверка суммы с уже известным числом.

• percentileсуществительноепроцентиль, перцентиль

  Значение, ниже которого находится заданный процент наблюдений; например 90-й процентиль времени загрузки — срок, за который завершаются 90% загрузок.

• causationсуществительноепричинно-следственная связь, причинность

  Связь, при которой изменение одного фактора непосредственно вызывает изменение другого, а не просто происходит одновременно с ним.

• confidence intervalсуществительноедоверительный интервал

  Диапазон значений, рассчитанный по выборочным данным и предназначенный для оценки истинного значения; метод 95%-го интервала охватывает его в 95% повторных выборок.

• variantсуществительноевариант, экспериментальная версия

  Одна из версий, показываемых пользователям в эксперименте; обычно новая версия, сравниваемая с контрольной.

• null hypothesisсуществительноенулевая гипотеза

  Исходное предположение статистического теста об отсутствии эффекта или различия, например что новый дизайн не меняет конверсию.

• cohortсуществительноекогорта, группа пользователей одного периода

  Группа пользователей с общей отправной точкой или опытом в один период, например зарегистрировавшихся в январе и отслеживаемых далее.

• funnelсуществительноеворонка, воронка конверсии

  Последовательность шагов пользователя к цели, например посещение, регистрация и покупка; на каждом этапе часть людей отсеивается, как содержимое воронки.

• histogramсуществительноегистограмма

  График распределения одной числовой переменной: диапазон делят на интервалы, или бины, и показывают столбцом количество значений в каждом.

• line chartсуществительноелинейный график, график-линия

  График, соединяющий точки линией и показывающий изменение значения во времени, например месячной выручки или ежедневных регистраций.

• drill downфразовый глаголдетализация данных, переход к деталям

  Переход от сводного представления к более подробным данным, например от годовых продаж к месячным и затем к отдельным магазинам, чтобы найти причину закономерности.

• filterглаголфильтровать, фильтр

  Оставлять только строки данных, удовлетворяющие условиям, например заказы за 2024 год или пользователей из Турции, исключая остальные.

• data lakeсуществительноеозеро данных, хранилище сырых данных

  Большая система хранения огромных объемов исходных данных в исходном формате, структурированных или нет, до момента обработки и анализа.

• batch processingсуществительноепакетная обработка, обработка пакетами

  Обработка данных большими группами по расписанию, например раз в ночь, вместо обработки каждой записи сразу при поступлении.

• baselineсуществительноебазовый уровень, базовый вариант для сравнения

  Простая точка отсчета — например показатель прошлого года, текущая версия или базовая модель, — с которой сравнивают новые результаты.

• feature engineeringсуществительноесоздание признаков, инженерия признаков

  Создание новых входных переменных из исходных данных, помогающих модели учиться, например расчет возраста по дате рождения или подсчет покупок клиента.

• target variableсуществительноецелевая переменная, целевой признак

  Значение, которое модель обучают предсказывать, например отменит ли клиент подписку или сколько потратит; также называется меткой или зависимой переменной.

• normalizeглаголнормализовать, приводить к общей шкале

  Изменять масштаб числовых значений к общему диапазону, например от 0 до 1, либо корректировать показатели, чтобы справедливо сравнивать группы разного размера.

• data dictionaryсуществительноесловарь данных, справочник данных

  Документ или таблица с описанием каждого поля набора данных: его названия, значения, типа, допустимых вариантов, источника и владельца.

• event trackingсуществительноеотслеживание событий, сбор событий

  Запись конкретных действий пользователя в приложении или на сайте — например нажатий, просмотров страниц и покупок — как событий со временем, пользователем и устройством.

• web scrapingсуществительноесбор данных с веб-сайтов, веб-скрейпинг

  Автоматический сбор данных с сайтов программой, которая загружает страницы и извлекает нужные сведения, например цены или названия товаров.

• anomalyсуществительноеаномалия, аномальное отклонение

  Точка данных или закономерность, заметно отличающаяся от ожидаемого, например резкий всплеск регистраций или день без заказов.

• seasonalityсуществительноесезонность, сезонные колебания

  Регулярная закономерность в данных, повторяющаяся через фиксированный период: например рост продаж в декабре, трафика по будням или спад летом.

• statistical powerсуществительноестатистическая мощность, мощность статистического теста

  Вероятность того, что тест обнаружит эффект заданного размера, если он действительно существует; тесты часто проектируют на мощность 80%.

• heatmapсуществительноетепловая карта, тепловая диаграмма

  График, отображающий значения в сетке цветом: более темные или теплые оттенки обычно обозначают большие значения, например заказы по дням недели и часам.

• pivot tableсуществительноесводная таблица, pivot table

  Таблица, суммирующая большой набор данных через группировку строк и столбцов по категориям и расчет итогов, количества или средних для каждой комбинации.

• granularityсуществительноедетализация данных, гранулярность

  Уровень подробности данных, то есть то, что представляет одна строка: заказ, клиент за день или магазин за месяц.

• data lineageсуществительноепроисхождение данных, линейность данных

  Запись источника данных, систем и этапов, через которые они проходят и меняются, вплоть до отчетов, где используются.

• feature importanceсуществительноеважность признаков, значимость признаков

  Мера, показывающая, насколько каждый входной признак влияет на прогноз или решение модели по сравнению с другими признаками.

• model evaluationсловосочетаниеоценка модели, проверка качества модели

  Измерение качества модели машинного обучения на выбранных данных и по выбранным метрикам после обучения.

• early stoppingсуществительноедосрочная остановка обучения, early stopping

  Завершение обучения модели, когда выбранная метрика на проверочных данных перестаёт улучшаться по заданному правилу.

• concept driftсуществительноедрейф концепции, изменение связи между признаками и целью

  Изменение со временем связи между входными данными модели и результатом, который она должна предсказывать.

• feature storeсуществительноехранилище признаков, feature store

  Система управления повторно используемыми входными признаками машинного обучения, предоставляющая их для обучения и предсказаний.

• training-serving skewсуществительноерасхождение обучения и обслуживания модели, training-serving skew

  Несовпадение данных или обработки признаков, используемых при обучении модели, с данными или обработкой при её предсказаниях в рабочей среде.

• catastrophic forgettingсуществительноекатастрофическое забывание, катастрофическое забывание ранее освоенного

  Существенная утрата ранее освоенных возможностей модели при обучении на новых задачах или данных.

• teacher forcingсуществительноеобучение с подстановкой правильного предыдущего ответа, teacher forcing

  Метод обучения последовательностной модели, при котором правильный предыдущий выход подаётся на вход для предсказания следующего шага.