قاموس الذكاء الاصطناعي

📖

المصطلحات

ميزات المستوى الثاني

متغيرات محولة تمثل تنبؤات النماذج الأساسية المستخدمة كمدخلات لتدريب النموذج الفوقي (meta-model).

📖

المصطلحات

التجميع المختلط (Blend stacking)

نسخة مبسطة من التجميع (stacking) تستخدم مجموعة تحقق (validation set) واحدة لإنشاء تنبؤات النموذج الفوقي.

📖

المصطلحات

التجميع متعدد المستويات (Multi-level stacking)

توسيع للتجميع يكدس طبقات متعددة من النماذج الفوقية لالتقاط التفاعلات المعقدة بين التنبؤات.

📖

المصطلحات

الافراط في التجهيز في التجميع (Overfitting in stacking)

زيادة خطر الإفراط في التجهيز (overfitting) بسبب زيادة تعقيد النموذج بإضافة التعلم الفوقي (meta-learning).

📖

المصطلحات

التجميع المرجح التكيفي (Adaptive weighted aggregation)

آلية النموذج الفوقي التي تتعلم ديناميكيًا الأوزان المثلى لكل نموذج أساسي وفقًا لمناطق الفضاء.

📖

المصطلحات

النمذجة المتتالية (Cascading modeling)

هندسة تجميع حيث تقوم النماذج المدربة تباعًا بتصحيح أخطاء النماذج السابقة.

📖

المصطلحات

التجميع الاحتمالي (Probabilistic stacking)

نهج بايزي للتجميع حيث يجمع النموذج الفوقي توزيعات الاحتمال بدلاً من التنبؤات النقطية.

📖

المصطلحات

معايرة التنبؤات الفوقية (Calibration of meta-predictions)

عملية ضبط درجات الاحتمال للنموذج الفوقي لضمان موثوقيتها الإحصائية.

📖

المصطلحات

التراص الهجين

مزيج من التراص مع تقنيات تجميع أخرى مثل التجميع (bagging) أو التعزيز (boosting) لزيادة التنوع إلى أقصى حد.