قاموس الذكاء الاصطناعي

📖

المصطلحات

متعلم المستوى 0 (Level-0 Learner)

يشير إلى النماذج الأساسية في التكديس، التي تقوم بالتنبؤات الأولية على البيانات قبل دمجها بواسطة النموذج الفوقي.

📖

المصطلحات

متعلم المستوى 1 (Level-1 Learner)

مرادف للنموذج الفوقي، وهو المتعلم الثاني في التكديس الذي يأخذ كمدخلات تنبؤات متعلمي المستوى 0 لإنتاج التنبؤ النهائي.

📖

المصطلحات

تكديس الميزات (Feature Stacking)

تقنية يتم فيها ربط تنبؤات النماذج الأساسية مع الميزات الأصلية لتشكيل مجموعة مدخلات النموذج الفوقي، مما يثري المعلومات.

📖

المصطلحات

تسرب البيانات (Data Leakage)

مشكلة حرجة في التكديس إذا تم إنشاء التنبؤات على مجموعة التدريب بواسطة نماذج تم تدريبها مسبقًا على نفس البيانات، مما يؤدي إلى المبالغة في تقييم الأداء.

📖

المصطلحات

التكديس مع التحقق المتقاطع (Stacked Cross-Validation)

إجراء صارم لتدريب بنية التكديس، يدمج التحقق المتقاطع لكل من تدريب النماذج الأساسية وتوليد التنبؤات للنموذج الفوقي.

📖

المصطلحات

نماذج غير متجانسة

مبدأ أساسي في التكديس يتمثل في دمج نماذج مختلفة في طبيعتها (مثل: شجرة القرار، SVM، الانحدار) لالتقاط أنماط متنوعة في البيانات.

📖

المصطلحات

التدريب المتتالي (Cascade Training)

استراتيجية تدريب للتكديس حيث يتم تدريب النماذج الأساسية بشكل تسلسلي، حيث يمكن لكل نموذج جديد استخدام تنبؤات النماذج السابقة كميزات إضافية.