قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
إعادة أخذ العينات مع الإحلال
عملية إحصائية يتم فيها إرجاع كل ملاحظة مختارة من عينة قبل السحب التالي، مما يسمح بتكرار الملاحظات في نفس العينة التمهيدية (bootstrap).
فترة الثقة بطريقة التمهيد (Bootstrap)
نطاق من القيم المقدرة بواسطة طريقة التمهيد (bootstrap) يحتوي باحتمالية معينة على القيمة الحقيقية للمعلمة محل الاهتمام، ويتم حسابه من التوزيع التجريبي للإحصائيات التمهيدية.
توزيع التمهيد (Bootstrap)
التوزيع التجريبي لإحصائية تم الحصول عليها عن طريق تجميع القيم المحسوبة على كل عينة تمهيدية (bootstrap)، ويستخدم كتقريب لتوزيع العينات الفعلي.
طريقة المئين (Percentile Method)
تقنية التمهيد (bootstrap) التي تستخدم المئينيات من توزيع التمهيد (bootstrap) لبناء فترات الثقة، بدون تصحيح للتحيز أو تعديل للتسارع.
طريقة BCa
طريقة تمهيد (bootstrap) متقدمة (مصححة للتحيز ومسرعة - Bias-Corrected and Accelerated) تقوم بتعديل فترات الثقة عن طريق تصحيح التحيز والتسارع لتحسين دقة التقديرات.
التحقق المتقاطع بطريقة التمهيد (Bootstrap Cross-Validation)
نهج يجمع بين التمهيد (bootstrap) والتحقق المتقاطع حيث يتم تدريب النماذج على عينات التمهيد (bootstrap) والتحقق منها على الملاحظات غير المختارة (خارج الحقيبة - out-of-bag).
الخطأ المعياري بطريقة التمهيد (Bootstrap Standard Error)
الانحراف المعياري لتقديرات التمهيد (bootstrap) الذي يوفر مقياسًا لدقة المقدر، وغالبًا ما يكون أكثر موثوقية للتوزيعات المعقدة من الصيغ التحليلية التقليدية.
جاك نايف (Jackknife)
تقنية إعادة أخذ عينات منهجية حيث يتم حذف كل ملاحظة بالتناوب من العينة، وغالبًا ما تستخدم كبديل أو مكمل للتمهيد (bootstrap) لتقدير التحيز والتباين.
المتانة الإحصائية
قدرة طريقة إحصائية أو نموذج على الحفاظ على أدائه في مواجهة انتهاكات الافتراضات الأساسية، ويتم تقييم ذلك عبر تقنيات إعادة أخذ العينات (bootstrap).