قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
درجة خارج الحقيبة
مقياس أداء مشتق من خطأ خارج الحقيبة، غالباً ما يُعبّر عنه كـ 1 ناقص خطأ OOB، ويوفر تقييماً داخلياً لجودة النموذج دون الحاجة للتحقق المتقاطع.
تقدير OOB
تقدير غير متحيز لخطأ الاختبار يتم الحصول عليه بتجميع التوقعات على العينات خارج الحقيبة لكل ملاحظة في مجموعة التدريب.
خطأ التجميع
خطأ التعميم لنموذج التجميع، الذي يمكن تقديره بكفاءة بطريقة خارج الحقيبة دون الحاجة لمجموعة تحقق خارجية.
غابة عشوائية OOB
تطبيق محدد لخطأ خارج الحقيبة في الغابات العشوائية، حيث يتم تقييم كل شجرة على العينات غير المستخدمة في bootstrap الخاص به لتقدير الأداء العام.
أهمية متغير OOB
قياس أهمية المتغيرات المحسوبة بتقييم زيادة خطأ OOB عند تبديل قيم متغير بشكل عشوائي في العينات خارج الحقيبة.
التحقق المتقاطع OOB
بديل للتحقق المتقاطع التقليدي يستخدم العينات خارج الحقيبة كمجموعات تحقق داخلية لكل تكرار من bootstrap.
تقليل تباين التجميع
خاصية أساسية للتجميع تقلل تباين التوقعات بمتوسط مخرجات النماذج المدربة على عينات bootstrap مختلفة.
فترة ثقة OOB
فترة ثقة لخطأ التعميم المقدر من توزيع الأخطاء خارج الحقيبة على عينات bootstrap المختلفة.
سَبَاغِينغ OOB
نوع من التجميع يستخدم عينات فرعية بدون إرجاع، حيث يجب تكييف التقدير خارج الحقيبة لمراعاة استراتيجية أخذ العينات المختلفة.
مصفوفة القرب OOB
مصفوفة تقيس القرب بين الملاحظات بناءً على تكرار وقوعها في نفس الأوراق الطرفية للأشجار التي تم تقييمها على العينات خارج الحقيبة.
عدم استقرار التجميع
مقياس لحساسية الخوارزمية الأساسية للتغيرات في بيانات التدريب، وهو شرط ضروري لكي يكون التجميع وتقدير OOB فعالين.
منحنى التعلم OOB
منحنى يظهر تطور الخطأ خارج الحقيبة بناءً على عدد النماذج في المجموعة، مما يسمح بتحسين حجم المجموعة دون الإفراط في التجهيز.