قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
مخطط قوة SHAP
توصيف تفاعلي يوضح كيف يدفع كل خاصية تنبؤ النموذج من القيمة الأساسية (المتوسط) إلى التنبؤ النهائي لملاحظة محددة.
مخطط اعتماد SHAP
توصيف يوضح تأثير خاصية على التنبؤ، مشابه لـ PDP، ولكن باستخدام قيم SHAP لالتقاط التفاعلات والآثار غير الخطية.
شرح LIME
تمثيل رسومي يوضح الخصائص المحلية الأكثر تأثيراً لتنبؤ محدد، بإنشاء نموذج قابل للتفسير مبسط حول الملاحظة.
مخطط بنية الشبكة العصبية
مخطط بصري يمثل الطبقات والخلايا العصبية والاتصالات وتدفقات البيانات لشبكة عصبية لتوضيح هيكلها المعقد.
خريطة تنشيط الفئة (CAM)
خريطة حرارية تتراكب على صورة الإدخال المناطق الأكثر أهمية لتنبؤ فئة محددة بواسطة شبكة عصبية تلافيفية.
تعيين تنشيط الفئة الموزون بالتدرج (Grad-CAM)
تحسين لـ CAM يستخدم تدرجات درجة الفئة بالنسبة لخرائط الميزات النهائية لإنشاء تصورات أكثر دقة لمناطق الاهتمام.
إسقاط T-SNE
توصيف يقلل أبعاد البيانات لإسقاط الملاحظات في فضاء ثنائي أو ثلاثي الأبعاد، محافظاً على الهياكل المحلية وكاشفاً عن المجموعات.
توصيف UMAP
تقنية إسقاط غير خطية تحافظ على الهيكل العالمي والمحلي للبيانات في توصيف منخفض الأبعاد، غالباً أسرع من t-SNE.
تخطي منحنى التعلم
رسم بياني يوضح أداء النموذج على مجموعات التدريب والتحقق بناءً على حجم البيانات لتشخيص فرط التدريب أو نقص التدريب.
مخطط أهمية التبديل
رسم بياني يوضح أهمية الخصائص من خلال قياس انخفاض أداء النموذج عند تبديل قيم إحدى الخصائص بشكل عشوائي.
تخيل إحصائية H لفريدمان
رسم بياني يمثل قوة التفاعلات بين الخصائص في نموذج، بناءً على إحصائية H لفريدمان لكمية تأثيرات التفاعل.
مخطط إحصائية موران I
تصوير يمثل الارتباط الذاتي المكاني لبقايا النموذج للكشف عن الاعتمادات المكانية غير النمذجة في البيانات الجغرافية.