قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
الانحدار الخطي البسيط
نموذج إحصائي يقوم بإنشاء علاقة خطية بين متغير تفسيري واحد ومتغير هدف مستمر على شكل Y = β₀ + β₁X + ε.
الانحدار الخطي المتعدد
امتداد للانحدار الخطي يستخدم متغيرات تفسيرية متعددة للتنبؤ بمتغير هدف مستمر وفق Y = β₀ + ΣβᵢXᵢ + ε.
معامل التحديد (R²)
مقياس إحصائي يتراوح من 0 إلى 1 يقيس نسبة تباين متغير الهدف التي يفسرها نموذج الانحدار.
أقل المربعات العادية (MCO)
طريقة لتقدير معلمات الانحدار تقلل من مجموع مربعات البواقي بين القيم الملاحظة والمتوقعة.
البواقي
الفروقات بين القيم الملاحظة والقيم المتوقعة بواسطة نموذج الانحدار، وتمثل أخطاء التنبؤ.
التعدد الخطي
ظاهرة تكون فيها عدة متغيرات تفسيرية مرتبطة بقوة ببعضها البعض، مما يجعل تقدير المعاملات غير مستقر.
عدم تجانس التباين
انتهاك لفرضية تجانس التباين حيث لا يكون تباين البواقي ثابتًا عبر مستويات المتغيرات التفسيرية.
القيم المؤثرة
ملاحظات لو تمت إزالتها من مجموعة البيانات، فإنها ستسبب تغييرات جوهرية في تقديرات المعاملات.
مسافة كوك
إحصائية تقيس تأثير الملاحظة الفردية على القيم المتوقعة لنموذج الانحدار.
انحدار ريدج
تقنية تنظيم تضيف عقوبة L2 إلى المعاملات لتقليل التباين ومعالجة التعدد الخطي.
انحدار لاسو
طريقة تنظيم تستخدم عقوبة L1 التي يمكن أن تقلل بعض المعاملات بالضبط إلى الصفر، مما يقوم باختيار المتغيرات.
موازنة الانحياز-التباين
المفاضلة الأساسية بين خطأ الانحياز (التبسيط المفرط) وخطأ التباين (التكيف المفرط مع بيانات التدريب).
انحدار التدرج
خوارزمية تحسين تكرارية تقوم بتعديل المعاملات لتقليل دالة التكلفة باتباع اتجاه التدرج السالب.
فترة التنبؤ
نطاق القيم المحتملة التي تحتوي على الملاحظة المستقبلية الفردية بمستوى ثقة محدد، أوسع من فترة الثقة.
اختبار الدلالة
اختبار إحصائي يقيم ما إذا كان معامل الانحدار يختلف بشكل كبير عن الصفر، يستخدم عادة إحصائية t.