قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
رسم بياني للاعتماد الجزئي
تصوير مرئي يظهر العلاقة الهامشية بين خاصية واحدة أو اثنتين والنتيجة المتوقعة للنموذج، بمتوسط تأثيرات جميع الخصائص الأخرى للكشف عن الاتجاهات الأساسية. تساعد هذه التقنية في فهم كيف تؤثر التغييرات في متغيرات محددة على التوقعات الشاملة للنموذج.
خريطة حرارية للخصائص
تمثيل بياني ثنائي الأبعاد يستخدم الألوان لتصور أهمية أو تأثير الخصائص المختلفة على توقعات النموذج. تشير شدة الألوان إلى درجة التأثير، مما يسمح بتحديد سريع للمتغيرات الأكثر تأثيراً.
مخطط SHAP
تصوير مرئي يعتمد على قيم SHAP (التفسيرات الإضافية لشابلي) الذي يظهر كيف تساهم كل خاصية في تحويل التوقع من القيمة الأساسية إلى التوقع النهائي. تسمح هذه المخططات بتفسير كل توقع على حدة من خلال قياس التأثير الإيجابي أو السلبي لكل متغير.
مخطط ICE (التوقع الشرطي الفردي)
تصوير مرئي يرسم توقعات النموذج للحالات الفردية أثناء تغيير خاصية محددة، مما يكشف عن التباين في العلاقات بين المتغيرات. على عكس مخططات PDP التي تظهر التأثيرات المتوسطة، تظهر مخططات ICE الاختلافات على المستوى الفردي.
خريطة قرار LIME
تصوير مرئي تم إنشاؤه بواسطة LIME (تفسيرات نموذجية قابلة للتفسير محلياً) الذي يشرح التوقعات الفردية من خلال إنشاء نموذج قابل للتفسير محلياً وتصوير الخصائص المهمة. تتيح هذه التقنية فهم سبب اتخاذ النموذج لقرار محدد لحالة معينة.
تصوير أهمية التبديل
مخطط شريطي يمثل أهمية الخصائص المحسوبة بقياس الانخفاض في أداء النموذج عندما يتم تبديل قيم الخاصية عشوائياً. توفر هذه الطريقة تقييماً مستقلاً للنموذج لأهمية المتغيرات بناءً على تأثيرها الفعلي على التوقعات.
منحنى ROC وAUC
مخطط يمثل معدل الإيجابيات الحقيقية مقابل معدل الإيجابيات الكاذبة لعتبات تصنيف مختلفة، مع AUC (المساحة تحت المنحنى) التي تقيس الأداء الكلي للمصنف. يسمح هذا التصور بتقييم ومقارنة القدرة التمييزية للنماذج بغض النظر عن العتبة المختارة.
مخطط الشلال
تصوير تسلسلي يظهر كيف تتراكم مساهمات الخصائص المختلفة للوصول إلى التوقع النهائي للنموذج، يشبه مخطط الشلال المالي. يمثل كل شريط التأثير الإيجابي أو السلبي لخاصية على التوقع النهائي.
رسم بياني للقوة المحلية
تمثيل مرئي يوضح كيف تدفع كل خاصية توقع النموذج نحو قيمة أعلى أو أقل مقارنة بقيمة الأساس المتوقعة. يتم تمثيل القوى بواسطة أسهم أو أشرطة ملونة تشير إلى اتجاه وقوة التأثير.
تصور قرار قابل للتعديل
واجهة تفاعلية تسمح بضبط قيم خصائص الإدخال ديناميكياً ومراقبة كيفية تأثير هذه التغييرات على توقعات النموذج في الوقت الفعلي. تسهل هذه الأدوات استكشاف العلاقات المعقدة وتحليل حساسية النماذج.
خريطة قرار المرساة
تصور يعتمد على التفسيرات بالمراسي (Anchors) التي تحدد الشروط الكافية ليحافظ النموذج على توقعه، معروضة في شكل قواعد if-then. تساعد هذه الخرائط في فهم مناطق القرار المحلية من خلال إظهار الخصائص الحرجة التي ترسخ التوقع.
مخطط الاعتماد
رسم بياني ثنائي أو ثلاثي الأبعاد يوضح العلاقات والتبعيات بين خصائص الإدخال وتوقعات النموذج، غالباً ما يتم دمجه مع كثافات النقاط. تكشف هذه المخططات عن التفاعلات غير الخطية والارتباطات المعقدة في البيانات.
رسم بياني كفافي للقرار
تصور في بعدين أو ثلاثة أبعاد يظهر حدود قرار نموذج التصنيف من خلال خطوط أو أسطح كفافية ملونة. تسمح هذه الرسوم البيانية بفهم كيفية تقسيم النموذج لفضاء الخصائص لإجراء تصنيفاته.
تصور افتراضي مضاد
تمثيل بياني يظهر التعديلات الدنيا اللازمة لخصائص الإدخال لتغيير توقع النموذج نحو نتيجة مرغوبة مختلفة. تساعد هذه التصورات في فهم الشروط الحدية واستكشاف السيناريوهات الافتراضية.
شجرة الانحدار
نوع مختلف من شجرة القرار متخصص في مشاكل الانحدار، يصور كيفية تقسيم النموذج لفضاء الخصائص إلى مناطق ذات قيم هدف ثابتة. تمثل كل ورقة متوسط القيم المستهدفة في تلك المنطقة، مما يسهل تفسير العلاقات غير الخطية.
مخطط تدفق القرار
تمثيل تخطيطي للعملية التسلسلية لاتخاذ القرار في النموذج، يظهر نقاط القرار والإجراءات الممكنة والنتائج المتوقعة في شكل تدفق منطقي. تحول هذه المخططات الخوارزميات المعقدة إلى عمليات مفهومة خطوة بخطوة.
خريطة الحساسية
تصور على شكل شبكة أو سطح يوضح كيف تتنبأ تنبؤات النموذج بشكل منهجي عند تعديل خاصيتين في وقت واحد. تكشف هذه الخرائط عن التفاعلات بين المتغيرات وتحدد مناطق الحساسية العالية في فضاء الخصائص.
تصور الأهمية الشاملة
رسم بياني موجز يعرض ترتيب الخصائص حسب الأهمية للنموذج بأكمله، غالباً على شكل أشرطة أفقية مع درجات موحدة. تتيح هذه النظرة الشاملة التعرف بسرعة على العوامل الأكثر تأثيراً في التنبؤات الشاملة للنموذج.