قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
طريقة الوسيط المطلق
إحصاء قوي يحسب كوسيط للانحرافات المطلقة عن الوسيط، يستخدم لقياس التشتت مع كونه مقاوماً للقيم المتطرفة.
مقدر M
فئة من المقدرات القوية يتم الحصول عليها عن طريق تقليل دالة خسارة معدلة تقلل من تأثير الملاحظات الشاذة في التقدير المعلمي.
المتوسط المقطوع
المتوسط المحسوب بعد إزالة نسبة محددة من القيم المتطرفة عند طرفي التوزيع، مما يوفر مقياساً قوياً لمركز الاتجاه.
الكميات القوية
مقياس موقع محسوب بالاستيفاء الخطي أو طريقة Harrell-Davis، يوفر تقديراً مستقراً للكميات حتى في وجود تلوث في البيانات.
مسافة ماهالانوبيس القوية
مقياس متعدد المتغيرات للمسافة يستخدم تقديرات قوية للمتوسط والتغاير، مما يسمح باكتشاف الشواذ في الفضاءات عالية الأبعاد.
مقدر S
مقدر مقياس قوي يعتمد على وسيط الانحرافات المطلقة المرجحة بواسطة دالة التسجيل، مما يوفر توازناً مثالياً بين الكفاءة والقوة.
دالة التأثير
أداة رياضية تقيس تأثير تلوث متناهٍ الصغر على مقدر، مما يسمح بكم ومقارنة قوة مختلف الأساليب الإحصائية.
مقدر M الهابط
متغير من مقدرات M الذي تصبح دالة وزنه صفراً خارج عتبة معينة، مما يلغي تماماً تأثير الملاحظات المتطرفة في الحساب.
مقدر-MM
مقدر متين يجمع بين مقدر-M ذات نقطة كسر عالية ومقدر-M ذي كفاءة عالية، ويحسن المتانة والدقة الإحصائية في آن واحد
مقدر-تاو
مقدر مقياس ذو نقطة كسر عالية وكفاءة عالية يستخدم مزيجاً مرجحاً من مقدرات S و M، مناسب بشكل خاص للتوزيعات غير المتماثلة
مقدر-R
فئة من المقدرات المتينة تعتمد على ترتيب المشاهدات بدلاً من قيمها المطلقة، مما يوفر الثبات للتحويلات الرتيبة ومقاومة طبيعية للقيم المتطرفة
وسيط الانحراف المطلق الموزون
متغير من MAD يدمج أوزاناً تعتمد على مسافة المشاهدات عن المركز، مما يحسن كشف الشواذ في البيانات غير المتجانسة
كشف القيم المتطرفة بالاعتماد على العمق
نهج متين يحدد الشواذ على أنها النقاط ذات أقل عمق إحصائي في سحابة البيانات، قياساً لموقعها المركزي النسبي
محدد همبل
طريقة كشف الشواذ تعتمد على الوسيط و MAD، تصنف كقيم متطرفة النقاط التي تبعد أكثر من 3 انحرافات وسطية مطلقة عن الوسيط
مقدر Qn
مقدر مقياس متين يعتمد على وسيط الفروق المطلقة الزوجية، يوفر كفاءة 82% تحت الشرطية الطبيعية ونقطة كسر 50%