# AR HINTS
## TERM MAPPINGS
These are preferred terminology choices for this language. Use them whenever they sound natural; adapt freely if context requires.

- 'accuracy' -> 'الدقة'
- 'activation function' -> 'دالّة التفعيل'
- 'artificial intelligence' -> 'الذكاء الاصطناعي'
- 'AUC' -> 'AUC'
- 'AUC (Area under the ROC curve)' -> 'المساحة تحت منحنى ROC'
- 'backpropagation' -> 'الانتشار العكسي'
- 'batch' -> 'دفعة'
- 'batch size' -> 'حجم الدفعة'
- 'bias (ethics/fairness)' -> 'التحيّز (الأخلاقيات/الإنصاف)'
- 'bias (math) or bias term' -> 'الانحياز (في الرياضيات) أو مصطلح الانحياز'
- 'bias in ethics and fairness' -> 'التحيز في الأخلاق والعدالة'
- 'bias term' -> 'مصطلح التحيز'
- 'binary classification' -> 'التصنيف الثنائي'
- 'bucketing' -> 'تصنيف البيانات'
- 'categorical' -> 'فئوية'
- 'categorical data' -> 'البيانات الفئوية'
- 'class' -> 'صنف'
- 'class-imbalanced dataset' -> 'مجموعة بيانات غير متوازنة الفئات'
- 'class-imbalanced datasets' -> 'مجموعات بيانات غير متوازنة الفئات'
- 'classification' -> 'التصنيف'
- 'classification model' -> 'نموذج التصنيف'
- 'classification threshold' -> 'عتبة التصنيف'
- 'classifier' -> 'مصنِّف'
- 'clipping' -> 'القص'
- 'confusion matrix' -> 'مصفوفة نجاح التوقعات'
- 'continuous feature' -> 'خاصية مستمرة'
- 'convergence' -> 'التقارب'
- 'data set or dataset' -> 'مجموعة البيانات'
- 'DataFrame' -> 'DataFrame'
- 'dataset' -> 'مجموعة بيانات'
- 'deep learning' -> 'التعلم العميق'
- 'deep model' -> 'نموذج عميق'
- 'dense feature' -> 'خاصية كثيفة'
- 'depth' -> 'العمق'
- 'discrete feature' -> 'خاصية محدّدة القيم'
- 'discrete features' -> 'الميزات المنفصلة'
- 'dynamic' -> 'ديناميكي'
- 'dynamic model' -> 'نموذج ديناميكي'
- 'early stopping' -> 'الإيقاف المبكر'
- 'embedding layer' -> 'طبقة التضمين'
- 'embedding layers' -> 'طبقات تضمين'
- 'epoch' -> 'حقبة'
- 'example' -> 'على سبيل المثال'
- 'false negative (FN)' -> 'سالب خاطئ (FN)'
- 'false negatives' -> 'الحالات السالبة الخاطئة'
- 'false positive (FP)' -> 'موجب خاطئ (FP)'
- 'false positive rate' -> 'معدّل الموجب الخاطئ'
- 'false positive rate (FPR)' -> 'معدّل الموجب الخاطئ'
- 'false positives' -> 'الحالات الموجبة الخاطئة'
- 'feature' -> 'ميزة'
- 'feature cross' -> 'مضروب مجموعات الخصائص'
- 'feature crosses' -> 'تقاطع الميزات'
- 'feature engineering' -> 'هندسة الميزات'
- 'feature set' -> 'مجموعة الميزات'
- 'feature vector' -> 'متّجه الميزات'
- 'feedback loop' -> 'حلقة الملاحظات'
- 'generalization' -> 'التعميم'
- 'generalization curve' -> 'منحنى التعميم'
- 'gradient descent' -> 'النزول المتدرّج'
- 'ground truth' -> 'معلومات فعلية'
- 'hidden layer' -> 'الطبقة المخفية'
- 'hidden layer(s)' -> 'الطبقات المخفية'
- 'hyperparameter' -> 'المعلَمة الفائقة'
- 'independently and identically distributed (i.i.d)' -> 'موزّعة بشكل مستقل ومتشابه'
- 'inference' -> 'الاستنتاج'
- 'input layer' -> 'طبقة الإدخال'
- 'interpretability' -> 'القابلية للتفسير'
- 'iteration' -> 'التكرار'
- 'L0regularization' -> 'التسوية من النوع L0'
- 'L1loss' -> 'L1'
- 'L1regularization' -> 'التسوية من النوع L1'
- 'L2loss' -> 'فقدانL2'
- 'L2regularization' -> 'التسوية من النوع L2'
- 'label' -> 'التصنيف'
- 'labeled example' -> 'مثال مصنّف'
- 'lambda' -> 'lambda'
- 'layer' -> 'طبقة'
- 'learning rate' -> 'معدّل التعلّم'
- 'linear' -> 'خطي'
- 'linear model' -> 'النموذج الخطي'
- 'linear models' -> 'النماذج الخطية'
- 'linear regression' -> 'الانحدار الخطي'
- 'Log Loss' -> 'الخسارة اللوغاريتمية'
- 'log-odds' -> 'لوغاريتم فرص الأفضلية'
- 'logistic regression' -> 'الانحدار اللوجستي'
- 'loss' -> 'خسارة'
- 'loss curve' -> 'منحنى الخسارة'
- 'loss function' -> 'دالة الخسارة'
- 'machine learning' -> 'تعلُم الآلة'
- 'majority class' -> 'الفئة الأكبر'
- 'mini-batch' -> 'دفعة صغيرة'
- 'minority class' -> 'فئة الأقلية'
- 'model' -> 'نموذج'
- 'multi-class classification' -> 'التصنيف المتعدّد الفئات'
- 'negative class' -> 'فئة سالبة'
- 'negative classes' -> 'الفئات السلبية'
- 'neural network' -> 'شبكة عصبونية'
- 'neural networks' -> 'للشبكات العصبية'
- 'neuron' -> 'عصبون'
- 'node (neural network)' -> 'عقدة (شبكة عصبونية)'
- 'nonlinear' -> 'غير خطي'
- 'nonstationarity' -> 'عدم الثبات'
- 'normalization' -> 'التسوية'
- 'numerical data' -> 'البيانات الرقمية'
- 'offline' -> 'بلا إنترنت'
- 'offline inference' -> 'الاستنتاج المؤخَّر'
- 'one-hot encoding' -> 'الترميز الأحادي'
- 'one-hot vector' -> 'متجهًا ذا ترميز ساخن'
- 'one-vs.-all' -> 'واحد-مقابل-الكل'
- 'online' -> 'online'
- 'online inference' -> 'الاستنتاج الحي'
- 'output layer' -> 'الطبقة النهائية'
- 'output layers' -> 'الطبقات النهائية'
- 'overfitting' -> 'فرط التخصيص'
- 'pandas' -> 'باندا'
- 'parameter' -> 'مَعلمة'
- 'positive class' -> 'فئة موجبة'
- 'positive classes' -> 'الفئات الإيجابية'
- 'post-processing' -> 'المعالجة اللاحقة'
- 'precision' -> 'الدقة'
- 'prediction' -> 'التوقّع'
- 'proxy labels' -> 'تصنيفات تقريبية'
- 'RAG' -> 'التوليد المعزّز بالاسترجاع (RAG)'
- 'rater' -> 'مُصنِّف'
- 'recall' -> 'تذكُّر الإعلان'
- 'Rectified Linear Unit (ReLU)' -> 'وحدة خطية مصحَّحة (ReLU)'
- 'regression model' -> 'نموذج الانحدار'
- 'regularization' -> 'التسوية'
- 'regularization rate' -> 'معدّل التسوية'
- 'ReLU' -> 'ReLU'
- 'retrieval-augmented generation' -> 'التوليد المعزّز بالاسترجاع'
- 'retrieval-augmented generation (RAG)' -> 'التوليد المعزّز بالاسترجاع (RAG)'
- 'ROC (receiver operating characteristic) Curve' -> 'منحنى الأمثلة الإيجابية'
- 'ROC curve' -> 'منحنى ROC'
- 'Root Mean Squared Error (RMSE)' -> 'جذر الخطأ التربيعي المتوسّط (RMSE)'
- 'sigmoid function' -> 'الدالّة الإسية'
- 'softmax' -> 'softmax'
- 'sparse feature' -> 'خاصية متناثرة'
- 'sparse representation' -> 'التمثيل المتناثر'
- 'sparse vector' -> 'متّجه متناثر'
- 'squared loss' -> 'الخسارة التربيعية'
- 'static' -> 'ثابت'
- 'static inference' -> 'الاستنتاج الثابت'
- 'static model' -> 'النموذج الثابت'
- 'stationarity' -> 'الثبات'
- 'Stochastic Gradient Descent (SGD)' -> 'النزول المتدرّج العشوائي (SGD)'
- 'supervised learning' -> 'التعلم المُوجّه'
- 'supervised machine learning' -> 'تعلُّم الآلة الخاضع للإشراف'
- 'synthetic feature' -> 'خاصية مصطنعة'
- 'synthetic features' -> 'ميزات اصطناعية'
- 'test loss' -> 'فقدان الاختبار'
- 'training' -> 'التدريب'
- 'training loss' -> 'فقدان التدريب'
- 'training set' -> 'مجموعة التدريب'
- 'training-serving skew' -> 'اختلاف بين بيانات التدريب وبيانات العرض'
- 'true negative (TN)' -> 'سالب صحيح'
- 'true negatives' -> 'الحالات السالبة الصحيحة'
- 'true positive (TP)' -> 'موجب صحيح (TP)'
- 'true positive rate' -> 'معدّل الإيجابية الحقيقية'
- 'true positive rate (TPR)' -> 'معدّل الموجب الصحيح (TPR)'
- 'true positives' -> 'الحالات الموجبة الصحيحة'
- 'underfitting' -> 'فرط التعميم'
- 'unlabeled example' -> 'مثال غير مصنّف'
- 'unsupervised machine learning' -> 'تعلُّم الآلة غير الموجَّه'
- 'validation' -> 'الإثبات'
- 'validation dataset' -> 'مجموعة بيانات التحقّق من الصحة'
- 'validation loss' -> 'فقدان التحقّق من الصحة'
- 'validation set' -> 'مجموعة التحقّق'
- 'weight' -> 'الوزن'
- 'weighted sum' -> 'المجموع الموزون'
- 'Z-score normalization' -> 'التسوية باستخدام الدرجة المعيارية'
