قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
تسرب المعلومات (المزج)
خطر محدد في المزج حيث يمكن للنموذج الفوقي أن يتعلم بشكل مفرط توقعات النماذج الأساسية إذا لم تكن مجموعة الاحتفاظ ممثلة بما فيه الكفاية أو كانت صغيرة جدًا.
أوزان المزج
معاملات أو معلمات يتعلمها النموذج الفوقي (غالبًا انحدار خطي بسيط) لترجيح توقعات كل نموذج أساسي في المجموعة النهائية.
التدريب على مستويين
عملية تسلسلية للمزج حيث يتم تدريب النماذج الأساسية أولاً، يليها تدريب النموذج الفوقي على توقعاتها الخاصة.
التحقق المتقاطع المتراص
بديل للمزج حيث يتم توليد التوقعات للنموذج الفوقي عبر التحقق المتقاطع على مجموعة التدريب، مما يقلل من خطر التعلم المفرط لكنه يزيد التعقيد.
تنوع النماذج
مبدأ رئيسي في المزج يتمثل في استخدام نماذج أساسية بخوارزميات مختلفة (مثل: شجرة القرار، SVM، الشبكة العصبية) لالتقاط أنماط متنوعة وتحسين الأداء العام.
التوقعات خارج الطية
توقعات يولدها نموذج على بيانات التحقق من كل طية في التحقق المتقاطع، تُستخدم في التراص لكن يتم تجنبها في المزج لصالح مجموعة احتفاظ.
التعلم المفرط للنموذج الفوقي
ظاهرة حيث يحفظ النموذج الفوقي توقعات النماذج الأساسية على مجموعة الاحتفاظ بدلاً من تعميم مجموعها، غالبًا بسبب مجموعة احتفاظ صغيرة جدًا أو نموذج فوقي معقد جدًا.
المزج الخطي
شكل مبسط من المزج حيث يكون النموذج الفوقي عبارة عن انحدار خطي، يكتفي بإيجاد مجموعة خطية مثالية لتوقعات النماذج الأساسية.
التقسيم الطبقي للدمج
تقنية تقسيم مجموعة البيانات إلى مجموعات تدريب واحتياطية للدمج، مع الحفاظ على توزيع الفئات المستهدفة لتجنب التحيز في تنبؤات النموذج الفوقي.
دمج التوقعات
عملية دمج مخرجات عدة مقدرات، والتي تشكل جوهر الدمج وطرق المجموعة الأخرى لإنتاج تنبؤ نهائي أكثر متانة.
الدمج الموزون
نوع من الدمج حيث يتم تحديد الأوزان المخصصة لتوقعات النماذج الأساسية يدوياً أو بواسطة إرشادية، بدلاً من تعلمها بواسطة نموذج فوقي.
التعميم في الدمج
قدرة نموذج الدمج النهائي على الأداء بشكل صحيح على بيانات جديدة غير مرئية، والتي تعتمد على متانة النماذج الأساسية وقدرة النموذج الفوقي على تعميم مجموعها.