قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
Bagging Bootstrap Aggregating
تقنية المجموعة التي تنشئ نماذج متعددة على عينات بوتستراب وتجمع توقعاتها عن طريق التصويت بالأغلبية أو المتوسط.
Random Forest
خوارزمية تجميع تستخدم أشجار القرار مع اختيار عشوائي للميزات عند كل تقسيم لتقليل الارتباط بين النماذج.
Extra Trees (الأشجار الإضافية)
نوع من الغابة العشوائية يضيف عشوائية إضافية في اختيار عتبات التقسيم لتقليل التباين بشكل أكبر.
لصق المجموعة
طريقة مجموعة مشابهة للتجميع ولكن تستخدم مجموعات فرعية بدون استبدال من بيانات التدريب.
مصنفات التصويت
تقنية تجمع عدة مصنفات غير متجانسة باستخدام التصويت الأغلبي الصارم أو المتوسط المرجح الناعم للتنبؤ النهائي.
تجميع التعميم المتراكم
طريقة تجميعية تُدرّب نموذجًا شاملاً لدمج توقعات عدة نماذج أساسية باستخدام التحقق المتقاطع.
دمج
نسخة مبسطة من التكديس تستخدم مجموعة تحقق احتياطية لتدريب النموذج الفوقي بدلاً من التحقق المتقاطع.
تقدير خطأ خارج الحقيبة
طريقة تقييم داخلية لطرق التجميع تستخدم العينات غير المختارة (خارج الحقيبة) لتقدير خطأ التعميم.
أهمية الميزات في المجموعات
تقنيات تقييم أهمية المتغيرات في نماذج المجموعات القائمة على تقليل عدم النقاء أو التبديل.
طرق أخذ العينات باستخدام البوتستراب
تقنيات متقدمة لأخذ العينات باستخدام البوتستراب تشمل البوتستراب المتوازن، والبوتستراب الطبقي، والبوتستراب الموزون للمجموعات.
Isolation Forest
خوارزمية كشف الشذوذ القائمة على Random Forest التي تستخدم المسار المتوسط في الأشجار لقياس عزل النقاط.
غابة الدوران
امتداد للغابة العشوائية تطبق تحويلات PCA على مجموعات فرعية من الميزات قبل تدريب كل شجرة.
تجميع مُبَادِئ التمهيد للمُعَدِّلات
تطبيق التجميع على مشاكل الانحدار من خلال دمج التوقعات باستخدام المتوسط أو الوسيط لتقليل التباين.
غابة عشوائية متوازنة
نوع من الغابة العشوائية يتعامل مع الفئات غير المتوازنة من خلال أخذ عينات إقلاق متوازن لكل شجرة.
غابة الانحدار المئوي
امتداد للغابة العشوائية لتقدير المئويات الشرطية لتوزيع المتغير المستهدف في الانحدار.