Examples of using Epsilon in Ukrainian and their translations into English
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
Як функції від ϵ{\displaystyle\epsilon}.
0{\displaystyle\\epsilon>0}.
0{\displaystyle\epsilon>0}.0{\displaystyle\\epsilon>0}.
0{\displaystyle\epsilon>0}.0{\displaystyle\\epsilon>0}.
0{\displaystyle\epsilon>0}.Наприклад, встановлення параметра допуску ϵ{\displaystyle\epsilon} в нуль забезпечує точний результат,
For example, setting the tolerance parameter ϵ{\displaystyle\epsilon} to zero ensures an exact result,S досягає стаціонарної точки, тобто δ{\displaystyle\delta} S= 0 для кожного ϵ{\displaystyle\epsilon}.
S reaches a stationary point(an extremum), i.e. δ S= 0 for each ε.рівною ϵ{\displaystyle\epsilon}, приймаються як приблизні приклади з апостеріорного(стовпчик 6 таблиці 1).
equal to ϵ{\displaystyle\epsilon} are accepted as approximate samples from the posterior(Table 1, column 6).\cdot)} застосовується абсолютна відстань у поєднанні з допуском ϵ= 2{\displaystyle\epsilon=2}.
the absolute difference is used, combined with a tolerance ϵ= 2{\displaystyle\epsilon =2}.Як спроба виправлення деяких із помилок, спричинених ненульовим ϵ{\displaystyle\epsilon}, було запропоновано використання з ПБО локальної зваженої лінійної регресії, щоби зменшити розбіжність апостеріорних оцінок.
As an attempt to correct some of the error due to a non-zero ϵ{\displaystyle\epsilon}, the usage of local linear weighted regression with ABC to reduce the variance of the posterior estimates has been suggested.Використана зведена статистика не є достатньою, і це видно з того, що навіть при ϵ= 0{\displaystyle\epsilon=0} відхилення від теоретичного апостеріорного є значним.
The used summary statistic is not sufficient, and it is seen that even with ϵ= 0{\displaystyle\epsilon =0}, the deviation from the theoretical posterior is considerable.Одним із таких методів є ϵ{\displaystyle\epsilon}-жадібний, коли агент вибирає дію, яка за його переконанням має найкращий довготермінових ефект, з імовірністю 1- ϵ{\displaystyle 1-\epsilon}.
One such method is ϵ{\displaystyle\epsilon}-greedy, when the agent chooses the action that it believes has the best long-term effect with probability 1- ϵ{\displaystyle 1-\epsilon}.тоді результат буде ϵ t{\displaystyle\epsilon t}-диференційно приватним.
then the result would be ϵ t{\displaystyle\epsilon t}-differentially private.Однак, використовуючи спискове декодування, можна обчислити короткий список можливих повідомлень-кандидатів, поки в прийнятому слові пошкоджено менше ніж 1 2- ϵ{\displaystyle{\frac{1}{2}}-\epsilon} біт.
Using list decoding, however, it is possible to compute a short list of possible candidate messages as long as fewer than 1 2- ϵ{\displaystyle{\frac{1}{2}}-\epsilon} of the bits in the received word have been corrupted.ϵ( u){\displaystyle\epsilon(v)>\epsilon(u)} тоді встановити u= v{\displaystyle u=v}
ϵ( u){\displaystyle\epsilon(v)>\epsilon(u)} then set u= v{\displaystyle u=v}Однак, використовуючи спискове декодування, можна обчислити короткий список можливих повідомлень-кандидатів, поки в прийнятому слові пошкоджено менше 1 2- ϵ{\властивості стиль відображення значення{\ГРП{1}{2}}-\Epsilon} біт.
Using list decoding, however, it is possible to compute a short list of possible candidate messages as long as fewer than 1 2- ϵ{\displaystyle{\frac{1}{2}}-\epsilon} of the bits in the received word have been corrupted.0{\displaystyle\epsilon>0}.
0{\displaystyle\epsilon>0}.δ ϵ= Б δ питання( 9){Дельта\властивості стиль відображення значення\{\boldsymbol{\Epsilon}}=\mathbf{B}\Delta\mathbf{м}\qquad\qquad\qquad\qquad \mathrm{(9)}}.
element's virtual nodal displacements: δ ϵ= B δ q( 9){\displaystyle\delta{\boldsymbol{\epsilon}}=\mathbf{B}\delta\mathbf{q}\qquad\qquad\qquad\qquad\mathrm{(9)}}.Персоналізація може мати різні форми, але опитування компанією Epsilon(глобальна маркетингова компанія з офісами по всьому світу) виявило,
Personalization can take many forms, but the Epsilon survey found that ϵ про{\властивості стиль відображення значення\mathbf{\Epsilon}^{о}}= вектор початкових деформацій в елементах.
point in the element. ϵ o{\displaystyle\mathbf{\epsilon}^{o}}= vector of initial strains in the elements.як ϵ{\displaystyle\ epsilon\,\!}-диференційно приватний алгоритм повинен мати λ= 1/ ϵ{\displaystyle\lambda= 1/ \epsilon\,\!}.
as the ϵ{\displaystyle\ epsilon\,\!}-differential private algorithm we need to have λ= 1/ ϵ{\displaystyle\lambda =1/\epsilon\,\!}.
