قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
تحليل المصفوفات الاحتمالي (PMF)
نهج بايزي لتحليل المصفوفات الذي ينمذج تفضيلات المستخدم-العنصر باستخدام توزيعات احتمالية، مما يسمح بتحديد وإدارة عدم اليقين في التنبؤات.
مصفوفة العوامل الكامنة
مصفوفة منخفضة الرتبة تمثل الخصائص الكامنة (الميزات) غير المرصودة للمستخدمين أو العناصر، حيث تكون مدخلاتها متغيرات عشوائية ضمن إطار عمل PMF.
التوزيع البعدي
التوزيع الاحتمالي للعوامل الكامنة بعد الأخذ في الاعتبار البيانات المرصودة، يمثل المعرفة المحدثة حول معلمات نموذج PMF.
مصفوفة الدقة
معكوس مصفوفة التغاير، تُستخدم في تعريف التوزيعات الغاوسية (قبلية والترجيح) للتحكم في الثقة بالمرصودات وتنظيم العوامل الكامنة.
نموذج ثلاثي المستويات
امتداد لـ PMF حيث تُمنح المعلمات الفائقة نفسها توزيعًا قبليًا، مما يسمح بالاستدلال التلقائي للتنظيم الأمثل وإدارة أفضل للندرة.
ضوضاء الملاحظة
التقلب العشوائي المتأصل في البيانات المرصودة (مثال: تقييمات غير دقيقة)، يتم نمذجته بواسطة تباين توزيع الترجيح في PMF لالتقاط عدم اليقين في تفضيلات المستخدم.
التنظيم التلقائي
قدرة الإطار البايزي لـ PMF على تحديد مستوى التنظيم الأمثل تلقائيًا عبر الاستدلال على المعلمات الفائقة، مما يتجنب الضبط اليدوي المكلف.
متوسط التنبؤ البعدي
تقدير نقطي لتقييم غير مرصود يُحسب كمتوسط التوزيع التنبؤي البعدي، مع الأخذ في الاعتبار عدم اليقين في العوامل الكامنة للحصول على تنبؤ أكثر قوة.
تحليل المصفوفات الاحتمالي التبايني
نهج بديل لأخذ عينات مونت كارلو ماركوف الذي يقرب التوزيع البعدي عن طريق تحسين حد أدنى على لوغاريتم الاحتمالية، مما يوفر توازنًا بين السرعة والدقة لمجموعات البيانات الكبيرة.
مصفوفة تفاعل المستخدم-العنصر
مصفوفة متفرقة (sparse) من البيانات المرصودة (مثل: التقييمات، النقرات) التي يسعى نموذج PMF لتقريبها عن طريق تحليل مدخلاتها المرصودة للتنبؤ بالمدخلات المفقودة.