قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
الارتفاع الفائق الأمثل
حد القرار في فضاء عالي الأبعاد الذي يزيد المسافة بين أقرب الفئات، مما يضمن أفضل فصل ممكن للبيانات.
ناقل الدعم
نقاط التدريب الموجودة على هوامش تحدد الارتفاع الفائق الأمثل، وهذه النقاط الحرجة تحدد موضع واتجاه حدود القرار.
الهامش الأقصى
المسافة بين ارتفاع القرار وأقرب نقاط التدريب من كل فئة، والتي يسعى خوارزمية SVM إلى تعظيمها لتحسين التعميم.
دالة النواة
دالة رياضية تحول البيانات ضمنياً إلى فضاء أكبر أبعاداً دون إجراء التحويل الصريح، مما يسمح بالفصل الخطي للبيانات غير الخطية.
SVM الخطي
متغير من SVM يستخدم ارتفاعاً فائقاً خطياً لفصل الفئات، فعال بشكل خاص عندما تكون البيانات قابلة للفصل الخطي في فضائها الأصلي.
SVM غير الخطي
امتداد لـ SVM يستخدم دوال النواة لإسقاط البيانات في فضاء ذي بُعد أعلى حيث تصبح قابلة للفصل الخطي.
متغير الانحراف
متغيرات الترخيص التي تسمح لبعض النقاط بانتهاك قيود الهامش، مما يجعل النموذج أكثر قوة في مواجهة البيانات المضطربة أو غير القابلة للفصل.
المعلمة الفائقة C
معلمة التنظيم التي تتحكم في الموازنة بين تعظيم الهامش وتقليل أخطاء التصنيف، وتحدد العقوبة لانتهاكات الهامش.
آلة المتجهات الداعمة من فئة واحدة
متغير من آلات المتجهات الداعمة يستخدم للكشف عن الشواذ حيث يتعلم الخوارزمية حدوداً حول البيانات الطبيعية لتحديد الملاحظات غير النمطية.
SVR (انحدار آلة المتجهات الداعمة)
تكيف مع آلات المتجهات الداعمة لمشاكل الانحدار الذي يسعى للعثور على دالة تنحرف بأكثر من قيمة إبسيلون عن الأهداف مع الحفاظ على أكبر قدر ممكن من الاستواء.
الصياغة الثنائية
تمثيل رياضي بديل لمشكلة تحسين آلات المتجهات الداعمة الذي يعتمد فقط على النواتج العددية بين الملاحظات، مما يسهل استخدام دوال النواة.
فضاء الخصائص
فضاء محول من أبعاد عالية حيث يمكن فصل البيانات خطياً، يتم الحصول عليه عن طريق تطبيق دالة النواة على البيانات الأصلية.
آلة المتجهات الداعمة متعددة الفئات
امتداد لآلات المتجهات الداعمة الثنائية للتعامل مع مشاكل التصنيف متعددة الفئات، يتم تنفيذها عادةً باستخدام استراتيجيات واحد ضد واحد أو واحد ضد الجميع.
نواة RBF
دالة نواة تعتمد على دالة شعاعية غاوسية تقوم بتعيين البيانات في فضاء لا نهائي الأبعاد، واحدة من دوال النواة الأكثر شيوعاً لآلات المتجهات الداعمة غير الخطية.
SMO (التحسين التسلسلي الأدنى)
خوارزمية تحسين فعالة لحل المشكلة الثنائية لآلات المتجهات الداعمة من خلال تحسين مضاعفات لاغرانج بشكل تكراري بالأزواج، مما يقلل من التعقيد الحسابي.
نواة متعددة الحدود
دالة نواة تحسب الناتج العددي للمتجهات في فضاء خصائص متعدد الحدود، مما يسمح بالتقاط العلاقات غير الخطية ذات الرتبة العليا.
هامش مرن
توسيع لآلات الدعم المتجه (SVM) يسمح ببعض الانتهاكات لقيود الهامش من خلال متغيرات الانحراف، مما يجعل النموذج أكثر مرونة في مواجهة البيانات الضوضائية أو المتداخلة.
جاما (γ)
معلمة مفرطة لدوال النواة RBF ومتعددة الحدود التي تتحكم في تأثير مثال تدريب واحد، وتحدد مرونة حدود القرار.