قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
كشف التغيير
عملية خوارزمية تهدف إلى تحديد التعديلات الإحصائية الهامة في توزيع البيانات أو العلاقات بين المتغيرات. يتيح الكشف المبكر تشغيل تحديثات النموذج قبل تدهور الأداء.
الانجراف التدريجي
نوع من انجراف المفاهيم حيث تحدث التغييرات في العلاقة بين المتغيرات تدريجياً على فترة طويلة. يجعل هذا التطور البطيء عملية الكشف معقدة بشكل خاص لأن التباينات قد تختلط بالضجيج الإحصائي.
الانجراف المفاجئ
تغيير مفاجئ وهام في توزيع البيانات أو العلاقة بين المتغيرات، يحدث خلال فترة قصيرة جداً. تتطلب الانجرافات المفاجئة كشفاً سريعاً لتجنب تدهور كبير في أداء النموذج.
الانجراف المتكرر
ظاهرة تعاود فيها المفاهيم أو العلاقات بين المتغيرات الظهور بشكل دوري بعد اختفائها مؤقتاً. يتيح التعرف على الأنماط المتكررة توقع التغييرات وتحسين استراتيجيات التكيف.
انجراف المتغيرات المشتركة
نوع من الانجراف يتغير فيه توزيع متغيرات الإدخال بينما تظل العلاقة الشرطية P(Y|X) مستقرة. يؤثر هذا الظاهرة بشكل خاص على النماذج الحساسة لتوزيع الخصائص مثل الخوارزميات البايزية.
انجراف الاحتمال السابق
تغيير في التوزيع الحدي للمتغير المستهدف P(Y) دون تعديل العلاقة الشرطية P(Y|X). يؤثر هذا الانجراف على التنبؤات العامة ولكنه يحافظ على العلاقات المحلية بين المتغيرات.
التكيف عبر الإنترنت
عملية التحديث المستمر للنموذج التنبؤي مع وصول بيانات جديدة، مما يسمح بالاستجابة السريعة لانجراف المفاهيم. يوازن التكيف عبر الإنترنت بين استقرار النموذج والاستجابة للتغييرات.
تأخير الكشف
مقياس يقيس الوقت المنقضي بين حدوث انجراف مفاهيمي فعلي وبين اكتشافه بواسطة الخوارزمية. يعد التأخير الأدنى أمراً حاسماً لتقليل فترة تدهور أداء النموذج.
معدل الإيجابيات الكاذبة
نسبة الإنذارات الكاذبة بالانحراف التي يولدها خوارزمية الكشف، مما يؤدي إلى تحديثات غير ضرورية للنموذج. يعد تحسين هذا المعدل أمراً ضرورياً للحفاظ على الاستقرار مع ضمان الحساسية.
الكشف الخاضع للإشراف
طريقة كشف الانحراف تستخدم العلامات الحقيقية لتحليل التغييرات في العلاقة بين المدخلات والمخرجات بشكل مباشر. توفر هذه الطريقة دقة عالية ولكنها تتطلب توفر الحقائق الأرضية باستمرار.
الكشف غير الخاضع للإشراف
نهج كشف الانحراف الذي يعتمد فقط على خصائص بيانات الإدخال دون استخدام العلامات، وعادةً من خلال تحليل التغييرات في التوزيع الإحصائي. هذه الطريقة قابلة للتطبيق حتى عندما لا تكون الحقائق الأرضية متاحة.