قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
أشجار عشوائية للغاية
الاسم الكامل لخوارزمية Extra Trees، مع التركيز على العشوائية الشديدة لعتبات التقسيم لتقليل التباين.
تقسيمات عشوائية
تقنية يتم فيها اختيار نقاط القطع للمتغيرات عشوائياً بدلاً من تحسينها، مما يزيد من تنوع الأشجار في المجموعة.
عشوائية كاملة
نهج تكون فيه تقسيمات الأشجار عشوائية بالكامل، على عكس الأساليب شبه العشوائية مثل Random Forest.
لا يوجد أخذ عينات تمهيدية (Bootstrap)
خاصية مميزة لـ Extra Trees تستخدم مجموعة البيانات التدريبية بأكملها بدلاً من عينات Bootstrap.
عشوائية نقطة التقسيم
اختيار عشوائي لنقطة التقسيم ضمن نطاق قيم الميزة، دون تحسين لمعيار التقسيم.
تقليل التحيز
تقليل التحيز المنهجي في التنبؤات بفضل تجميع نماذج متعددة ذات أخطاء مختلفة.
عتبة القرار
قيمة حدية يتم اختيارها عشوائياً في Extra Trees لتقسيم عقد أشجار القرار.
أخذ عينات فرعية للميزات
عملية اختيار عشوائي لمجموعة فرعية من المتغيرات لكل تقسيم، مما يقلل من الارتباط بين الأشجار.
تجميع النماذج
دمج تنبؤات أشجار متعددة عن طريق التصويت بالأغلبية أو المتوسط لتوليد التنبؤ النهائي.
اختيار الميزات العشوائي
عملية الاختيار العشوائي للميزات التي يتم أخذها في الاعتبار عند كل تقسيم شجرة في خوارزمية Extra Trees.
مبدأ العشوائية القصوى
الأساس النظري لـ Extra Trees الذي يزيد من العشوائية في بناء الأشجار لتحسين التنوع.