قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
اختيار النموذج
عملية منهجية لتحديد واختيار النماذج الأفضل أداءً ضمن مجموعة تعلم. يعتمد هذا الاختيار على معايير الأداء والتنوع والتكامل بين النماذج.
التقليم القائم على التنوع
طريقة تقليم تفضل اختيار النماذج التي تقدم تنبؤات متنوعة ومتكاملة. الهدف هو تعظيم تنوع المجموعة النهائية لتحسين متانة التنبؤات.
التقليم الجشع
خوارزمية تقليم تكرارية تختار أو تزيل النماذج واحدًا تلو الآخر وفقًا لمعيار تحسين محلي. تبحث هذه الطريقة عن حل شبه أمثل ولكنه فعال من الناحية الحسابية.
التقليم الوراثي
نهج تقليم مستوحى من الخوارزميات الجينية التي تستخدم عوامل الاختيار والتهجين والطفرة لتحسين تكوين المجموعة. تستكشف هذه الطريقة مساحة الحلول بشكل أكثر شمولاً.
التقليم القائم على التجميع
تقنية تقليم تجمع النماذج المتشابهة في مجموعات ثم تختار ممثلين من كل مجموعة. تضمن هذه الطريقة تغطية جيدة لمساحة التنبؤات مع تقليل التكرار.
اختيار المجموعة
عملية الاختيار الأمثل لمجموعة فرعية من النماذج من بين مجموعة أكبر لتعظيم أداء التنبؤ. يمكن صياغة هذا الاختيار كمشكلة تحسين توافقي.
ترتيب النماذج
تحديد ترتيب أولوية النماذج في المجموعة بناءً على مقاييس الأداء والمساهمة. يوجه هذا الترتيب عملية التقليم من خلال تحديد النماذج الأكثر صلة.
تقليل المجموعة
تقليل متحكم فيه لحجم مجموعة التعلم مع الحفاظ على قدراتها على التعميم. يهدف هذا التخفيض إلى إيجاد حل وسط أمثل بين الأداء والتعقيد الحسابي.
استراتيجية التقليم
مجموعة من القواعد والخوارزميات التي تحدد كيفية تقييم النماذج وإزالتها أثناء عملية التقليم. تحدد الاستراتيجية معايير الاختيار وترتيب إزالة النماذج.
اختيار المجموعة الفرعية
مشكلة تحسين تتضمن تحديد أفضل مجموعة فرعية من النماذج التي تزيد من دالة هدف معينة. يمكن معالجة هذا الاختيار باستخدام طرق دقيقة أو استدلالية.
تحسين التجميع
عملية تحسين تكوين وهيكل التجميع لتحقيق الأداء الأمثل. يشمل التحسين التقليم، الترجيح، واختيار أعضاء التجميع.
عتبة التقليم
قيمة حرجة تستخدم كمعيار قرار لإزالة النماذج أثناء عملية التقليم. يمكن أن تستند هذه العتبة إلى مقاييس الأداء أو التنوع أو المساهمة الهامشية.
ضغط التجميع
تقليل حجم التجميع مع الحفاظ على قدراته التنبؤية من خلال تقنيات التقطير أو التقليم. يسهل هذا الضغط النشر والاستدلال في الإنتاج.
الاختيار الأمامي
طريقة تقليم بناءة تضيف تدريجياً النماذج الأكثر فائدة إلى التجميع. يضمن هذا النهج أن كل نموذج مضاف يساهم بشكل إيجابي في الأداء العام.
الإزالة الخلفية
استراتيجية تقليم تبدأ بالتجميع الكامل وتزيل بشكل متكرر النماذج الأقل فائدة. تسمح هذه الطريقة بتقييم تأثير كل نموذج على أداء التجميع.
معايير التقليم
مجموعة من المقاييس والقواعد المستخدمة لتقييم فائدة كل نموذج في التجميع. تجمع هذه المعايير عادة بين مقاييس الأداء والتنوع والتعقيد.
تبسيط المجموعات
عملية تقليل التعقيد الهيكلي للمجموعة مع الحفاظ على قدراتها التنبؤية. يمكن أن يشمل هذا التبسيط التقليم، ودمج النماذج المتشابهة، وتقليل المعلمات.