قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
المعاملات الفائقة
معاملات خارجية عن النموذج يجب تحديد قيمتها قبل التدريب، تؤثر مباشرة على قدرة التعلم والأداء النهائي للخوارزمية.
التعلم الناقص
حالة يكون فيها النموذج بسيطًا جدًا لالتقاط البنية الأساسية للبيانات، مما يؤدي إلى أداء ضعيف في كل من مجموعات التدريب والاختبار.
البحث الشبكي
طريقة تحسين منهجية تستكشف بشكل شامل جميع التركيبات الممكنة للمعاملات الفائقة في شبكة محددة مسبقًا لتحديد أفضل تكوين.
البحث العشوائي
نهج تحسين يأخذ عينات عشوائية من تركيبات المعاملات الفائقة في فضاء البحث، غالبًا ما يكون أكثر كفاءة من البحث الشبكي للمساحات عالية الأبعاد.
التحسين البايزي
طريقة تحسين متسلسلة تستخدم نموذجًا احتماليًا لتوجيه البحث عن المعاملات الفائقة المثلى من خلال موازنة الاستكشاف والاستغلال.
نتيجة التحقق
مقياس كمي يقيم أداء النموذج على مجموعة التحقق، ويخدم كمعيار موضوعي لاختيار وضبط المعاملات الفائقة.
التعلم التجميعي
نمط يجمع عدة نماذج أساسية لتحسين الأداء التنبؤي الشامل من خلال تجميع تنبؤاتها الفردية.
التعزيز
طريقة تجميعية متسلسلة حيث يتعلم كل نموذج من أخطاء السابق، مكونًا مركبًا قويًا من خلال ترجيح تكيفي للمتعلمين الضعفاء.
مقياس التقييم
مؤشر كمي يقيس أداء النموذج وفق معايير محددة (الدقة، الاستدعاء، درجة F1، AUC-ROC، MSE، MAE، إلخ).
نقطة الكوع
نقطة انعطاف على منحنى الأداء حيث يصبح التحسين الهامشي ضئيلاً، مما يشير غالباً إلى القيمة المثلى لمعامل تشغيل.