Hello, there! Você trabalha como machine learning engineer (engenheiro/a de machine learning)? Ou está pensando em entrar nessa área?
Se esse é o seu caso, você já sabe que o inglês faz parte do dia a dia desse profissional, e existem algumas palavras que são essenciais, que você sempre deve ter na ponta da língua.
Então vamos ampliar o seu vocabulário com algumas palavras que são usadas o tempo todo com machine learning? Check it out!
Inglês ESSENCIAL para quem trabalha com engenharia de MACHINE LEARNING
Take a look at the words below. How many of them do you already know?
(Dê uma olhada nas palavras abaixo. Quantas delas você já conhece?)
- Accuracy: precisão
- Algorithm: algoritmo
- Bias: viés
- Data: dados
- Dataset: conjunto de dados
- Deployment: implantação
- Error: erro
- Evaluation: avaliação
- Feature: característica / atributo
- Input: entrada
- Label: rótulo / etiqueta
- Latency: latência
- Model: modelo
- Monitoring: monitoramento
- Noise: ruído
- Optimization: otimização
- Outlier: valor atípico
- Output: saída
- Overfitting: sobreajuste
- Parameter: parâmetro
- Prediction: previsão
- Resource: recurso
- Sampling: amostragem
- Standard: padrão
- Standardization: padronização
- Test data: dados de teste
- Training: treinamento
- Training data: dados de treinamento
- Training time: tempo de treinamento
- Underfitting: subajuste
- Validation: validação
Great, now let's take a look at some examples using them:
- The model's accuracy improved after we cleaned the data. (A precisão do modelo melhorou depois que limpamos os dados.)
- The dataset contains bias that affects the model's decisions. (O conjunto de dados contém viés que afeta as decisões do modelo.)
- We don't have enough data to train a reliable model yet. (Ainda não temos dados suficientes para treinar um modelo confiável.)
- We need a proper evaluation before sharing the results with the team. (Precisamos de uma avaliação adequada antes de compartilhar os resultados com o time.)
- The signal contains a lot of noise, and that's affecting performance. (O sinal contém muito ruído, e isso está afetando o desempenho.)
- The training data needs better labeling. (Os dados de treinamento precisam de uma rotulagem melhor.)
- Underfitting happens when the model is too simple. (O subajuste acontece quando o modelo é simples demais.)
Can you think of more examples for these words? (Você consegue pensar em mais exemplos para essas palavras?)
Continue com a gente nosso artigo "Você conhece a sigla NIH em programação?". See you!