قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
أوراكلز الأقرباء K
طريقة DES تقيّم كفاءة المصنفات على الجيران الأقرباء K لمثال الاختبار لتحديد أي منها يستخدم للتنبؤ النهائي.
منطقة الكفاءة
منطقة في فضاء الميزات محددة بواسطة الجيران الأقرباء لمثال اختبار، تُستخدم لتقييم الكفاءة المحلية للمصنفات.
DES-KNN
تقنية الاختيار الديناميكي التي تستخدم خوارزمية الجيران الأقرباء K لتحديد منطقة الكفاءة وتقييم الأداء المحلي للمصنفات.
خريطة الكفاءة
تمثيل مكاني لمناطق كفاءة كل مصنف في المجموعة، يسمح بتحديد المناطق بصريًا التي يتفوق فيها كل نموذج.
تقدير الدقة المحلية
عملية تقييم أداء مصنف بناءً على دقته على الأمثلة المتشابهة في منطقة الكفاءة المحلية.
تقليم المجموعة
تقنية لتقليل حجم المجموعة عن طريق إزالة المصنفات الزائدة أو ذات الأداء الضعيف قبل أو أثناء الاختيار الديناميكي.
DES-التجميع
نهج الاختيار الديناميكي الذي يستخدم خوارزميات التجميع لتحديد مجموعات من الأمثلة المتشابهة وتقييم كفاءة المصنفات على كل مجموعة.
التعلم الفوقي لـ DES
استخدام التعلم الفوقي للتنبؤ بكفاءة المصنفات بناءً على الميزات الفوقية المستخرجة من الأمثلة والأداء السابق.
تنوع الكفاءات
قياس التباين في مجالات الكفاءة بين المصنفات المختلفة في مجموعة، وهو أمر ضروري للاختيار الديناميكي الفعال.
التكامل الديناميكي للمجموعات
عملية دمج تنبؤات المصنفات المختارة ديناميكيًا، وغالبًا ما تستخدم أوزانًا تعتمد على كفاءتها المحلية المقدرة.
الاختيار الديناميكي عبر الإنترنت
نسخة من DES مكيفة لتدفقات البيانات حيث يتم الاختيار وتقييم الكفاءة في الوقت الفعلي مع البيانات المتطورة.
مشهد الأداء
تمثيل متعدد الأبعاد لأداء المصنفات عبر مناطق مختلفة من مساحة الميزات، يوجه الاختيار الديناميكي.
DES الهجين
نهج يجمع بين تقنيات اختيار ديناميكية متعددة، مثل التجميع و k-NN، لتحسين قوة ودقة الاختيار.
مستوى الكفاءة
درجة كمية تقيم درجة خبرة المصنف لحالة معينة، وتستخدم كمعيار رئيسي في طرق DES.
DES القائم على العتبة
طريقة اختيار تستخدم عتبات كفاءة محددة مسبقًا لتحديد المصنفات التي يجب تضمينها في المجموعة الفرعية للتنبؤ.
الاختيار الديناميكي للمصنفات
نسخة من DES حيث يتم اختيار أفضل مصنف فقط (بدلاً من مجموعة فرعية) لكل حالة بناءً على أقصى كفاءة محلية له.