قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
واحد مقابل واحد (One-vs-One)
استراتيجية تفكيك متعددة الفئات تقوم بتدريب مصنف SVM ثنائي لكل زوج ممكن من الفئات، حيث يتم تحديد الفئة النهائية عن طريق تصويت الأغلبية بين جميع المصنفات.
واحد مقابل الكل (One-vs-All)
نهج تصنيف متعدد الفئات حيث يتم تدريب مصنف SVM منفصل لكل فئة، مميزًا إياها عن جميع الفئات الأخرى المجمعة، وتعتمد التنبؤ النهائي على أعلى مخرج قرار.
آلات المتجهات الداعمة المهيكلة (Structured SVM)
امتداد لـ SVM مصمم للتعامل مع المخرجات المعقدة والمهيكلة، مثل الأشجار أو التسلسلات، عن طريق تعميم مبدأ تعظيم الهامش على مساحات مخرجات ذات أبعاد عالية.
بيرسيبترون الهامش الأقصى (Max-Margin Perceptron)
خوارزمية تعلم عبر الإنترنت تجمع بين قاعدة تحديث البيرسيبترون وهدف تعظيم الهامش لـ SVM، متكيفة بفعالية مع مشاكل التصنيف متعدد الفئات.
كرامر وسينغر (Crammer et Singer)
صياغة مباشرة لـ SVM متعدد الفئات تحل مشكلة تحسين واحدة لجميع الفئات في وقت واحد، على عكس أساليب التفكيك، من خلال البحث عن مستوى فائق فاصل لكل فئة.
خطأ المفصل متعدد الفئات (Multi-class Hinge Loss)
دالة خسارة تُستخدم في SVM متعدد الفئات تعاقب المثال إذا لم يكن تقييم الفئة الصحيحة أعلى بهامش معين من تقييمات جميع الفئات الخاطئة الأخرى.
شجرة قرار SVM (SVM Decision Tree)
هيكل هرمي حيث تكون العقد الداخلية مصنفات SVM ثنائية، تقوم بتقسيم مساحة الفئات تدريجياً للوصول إلى الأوراق التي تمثل الفئات النهائية.
رموز الإخراج المصححة للأخطاء (Error-Correcting Output Codes - ECOC)
تقنية متقدمة تمثل الفئات برموز ثنائية وتدرب مصنفات SVM ثنائية لكل موضع بت، مما يتيح تصنيفًا قويًا حتى في وجود مصنفات معيبة.
DAG-SVM (SVM بالرسم البياني الموجه اللا دوري)
نسخة من استراتيجية واحد مقابل واحد التي تنظم المصنفات الثنائية في رسم بياني موجه لا دوري، مما يلغي بعض حسابات التصويت ويسرع مرحلة التنبؤ.
الهامش متعدد الفئات
مفهوم يعمم الهامش الثنائي لآلات المتجهات الداعمة (SVM)، ويُعرف بأنه الفرق بين درجة الفئة الصحيحة وأعلى درجة بين الفئات غير الصحيحة، ويعمل كمعيار للتحسين.
صياغة ويستون وواتكينز
نموذج تحسين متعدد الفئات يوسع SVM الثنائي بفرض قيد هامش لكل فئة غير صحيحة مقارنة بالفئة الصحيحة، مما يؤدي إلى مشكلة برمجة تربيعية.
SVM بالترتيب (Ordinal SVM)
تكييف لـ SVM لمشاكل التصنيف حيث تمتلك الفئات ترتيبًا طبيعيًا، وتسعى إلى إيجاد مستويات فائقة تحترم هذا الهيكل الترتيبي مع تعظيم الهوامش.
بيرسيبترون متعدد الفئات بالنواة (Multiclass Kernel Perceptron)
خوارزمية توسع بيرسيبترون النواة للتصنيف متعدد الفئات من خلال الاحتفاظ بمجموعة من الأوزان لكل فئة واستخدام خدعة النواة للتعامل مع حدود القرار غير الخطية.
انحدار SVM بالترتيب (Ordinal SVM Regression)
نهج يتعامل مع مشكلة التصنيف المرتب كـمهمة انحدار، حيث تُستخدم SVM للتنبؤ بقيمة عددية يتم بعد ذلك تحديد عتبتها للحصول على فئة مرتبة.
SVM الهرمي (Hierarchical SVM)
طريقة تستغل بنية هرمية موجودة مسبقًا بين الفئات لبناء سلسلة من مصنفات SVM، مما يقلل من التعقيد الحسابي عن طريق تقسيم المشكلة إلى مشاكل فرعية أبسط.