قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
تحويل المتغيرات العددية
تطبيق تحويلات رياضية على المتغيرات المستمرة لتحسين توزيعها وعلاقتها بالهدف.
ترميز المتغيرات الفئوية
تحويل البيانات النصية أو الفئوية إلى صيغة رقمية قابلة للاستخدام من قبل خوارزميات التعلم الآلي.
إدارة القيم المفقودة
تقنيات الاستبدال ومعالجة البيانات المفقودة للحفاظ على سلامة مجموعة البيانات.
إنشاء الخصائص الزمنية
استخراج وتوليد متغيرات قائمة على الزمن من البيانات الزمنية أو المتسلسلة.
Extraction de Caractéristiques Textuelles
Transformation du texte non structuré en vecteurs numériques via techniques comme TF-IDF, embeddings et n-grammes.
الهندسة الجيوماتيكية
إنشاء متغيرات من بيانات الموقع والإحداثيات الجغرافية لالتقاط العلاقات المكانية.
التطبيع والتوحيد القياسي
تغيير حجم المتغيرات لتحقيق قابلية المقارنة وتقارب أمثل لخوارزميات التعلم الآلي.
اختيار الميزات
تحديد والحفاظ على المتغيرات الأكثر أهمية لتحسين الأداء وتقليل التعقيد.
تخفيض الأبعاد
تقنيات مثل PCA وt-SNE لضغط المعلومات مع الحفاظ على التباينات المهمة.
إنشاء التفاعلات
توليد خصائص جديدة من خلال الجمع المضاعف أو الجمعي بين المتغيرات الموجودة.
تحويل التوزيعات
تطبيق التحويلات اللوغاريتمية، بوكس-كوكس أو ييو-جونسون لتطبيع التوزيعات غير المتناظرة.
استخراج خصائص الصور
تحويل البيانات البصرية إلى واصفات رقمية باستخدام المدرجات التكرارية، القوام، والواصفات المحلية.
هندسة خصائص الصوت
استخراج الخصائص الطيفية والزمنية مثل MFCC، كروما، والطيف الزمني من الإشارات الصوتية.
التجميع الزمني
إنشاء إحصائيات متحركة ومجاميع على نوافذ زمنية لالتقاط الاتجاهات والأنماط.
الخصائص متعددة الحدود
توليد حدود ذات رتبة أعلى لالتقاط العلاقات غير الخطية بين المتغيرات.
التجميع والتقطيع
تقسيم المتغيرات المستمرة إلى فترات منفصلة لالتقاط التأثيرات غير الخطية وتقليل الضوضاء.
هندسة السلاسل الزمنية
إنشاء ميزات الإزاحة، المتوسطات المتحركة والتحليلات الموسمية لنمذجة التبعيات الزمنية.
استخراج خصائص الرسوم البيانية
توليد واصفات من هياكل الشبكات مثل المركزية، التجميع، وتضمينات العقد.