এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
বন্টন অনুমান অ্যালগরিদম
একটি বিবর্তনীয় মেটাহিউরিস্টিক যা নতুন সমাধান তৈরি করার জন্য সম্ভাব্যতা বন্টন শেখা এবং নমুনা দ্বারা ঐতিহ্যগত জেনেটিক অপারেটর প্রতিস্থাপন করে।
সম্ভাব্যতা বন্টন মডেল
একটি গাণিতিক কাঠামো যা একটি জনসংখ্যার ভেরিয়েবলগুলির মধ্যে পরিসংখ্যানগত নির্ভরতা ক্যাপচার করে, EDA-তে নতুন ব্যক্তি তৈরি করতে নির্দেশনা দিতে ব্যবহৃত হয়।
UMDA
একটি ইউনিভেরিয়েট EDA অ্যালগরিদম যা ভেরিয়েবলগুলির মধ্যে স্বাধীনতা ধরে নেয় এবং প্রতিটি প্রজন্মে প্রতিটি ভেরিয়েবলের প্রান্তিক বন্টন আলাদাভাবে আপডেট করে।
PBIL
EDA-এর একটি বৈকল্পিক যা ইনক্রিমেন্টাল লার্নিং এবং বন্টন অনুমানকে একত্রিত করে, সেরা ব্যক্তিদের ভিত্তিতে ক্রমাগত একটি সম্ভাব্যতা ভেক্টর আপডেট করে।
বন্টন ফ্যাক্টরাইজেশন
গণনাগত জটিলতা কমাতে একটি জটিল যৌথ সম্ভাব্যতা বন্টনকে সহজতর শর্তাধীন বন্টনের গুণফলে পচানোর কৌশল।
MIMIC
একটি EDA অ্যালগরিদম যা ভেরিয়েবলগুলির মধ্যে পারস্পরিক তথ্য সর্বাধিক করে একটি সর্বোত্তম মার্কভ চেইন তৈরি করে।
BOA
একটি উন্নত EDA যা ভেরিয়েবলগুলির মধ্যে জটিল নির্ভরতা মডেল করতে বেইজিয়ান নেটওয়ার্ক ব্যবহার করে এবং এই সম্পর্ক অনুযায়ী নতুন সমাধান নমুনা করে।
সম্ভাব্যতা ভেক্টর
একটি এক-মাত্রিক ডেটা স্ট্রাকচার যা সাধারণ বিচ্ছিন্ন EDA-তে প্রতিটি বাইনারি ভেরিয়েবলের জন্য প্রান্তিক সম্ভাবনা সংরক্ষণ করে।
বার্নুলি বন্টন
বাইনারি ভেরিয়েবলের জন্য বিচ্ছিন্ন সম্ভাব্যতা মডেল, যেখানে প্রতিটি ভেরিয়েবলের p সম্ভাবনা থাকে 1 মান নেওয়ার এবং (1-p) সম্ভাবনা থাকে 0 মান নেওয়ার।
cGA
একক সম্ভাব্যতা ভেক্টর আপডেট করার জন্য দুটি ব্যক্তির মধ্যে প্রতিযোগিতা ব্যবহার করে ন্যূনতম জনসংখ্যা সহ EDA-এর একটি বৈকল্পিক।
প্রত্যাখ্যান নমুনা
একটি সম্ভাব্যতা ফাংশন অনুযায়ী প্রার্থীদের গ্রহণ বা প্রত্যাখ্যান করে লক্ষ্য বন্টন থেকে নমুনা তৈরি করার কৌশল।
ছাঁটা স্বাভাবিক বন্টন
একটি নির্দিষ্ট ব্যবধানে সীমাবদ্ধ গাউসিয়ান বন্টন, যা অবিচ্ছিন্ন ভেরিয়েবলের উপর সীমাবদ্ধতা সম্মান করার জন্য EDA-তে ব্যবহৃত হয়।
কাঠামো শেখা
BIC বা AIC-এর মতো মেট্রিক ব্যবহার করে উন্নত EDA-তে ভেরিয়েবলগুলির মধ্যে নির্ভরতা স্বয়ংক্রিয়ভাবে সনাক্ত করার প্রক্রিয়া।
EDA-তে এলিটবাদ
বন্টন অনুমান অ্যালগরিদমে উন্নতির একঘেয়েতা নিশ্চিত করার জন্য এক প্রজন্ম থেকে অন্য প্রজন্মে সেরা সমাধানগুলি সংরক্ষণের কৌশল।
মিশ্রণ অনুপাত
অভিযোজিত EDA-তে বর্তমান জনসংখ্যা থেকে শেখা এবং পূর্ববর্তী বন্টন সংরক্ষণের মধ্যে অনুপাত নিয়ন্ত্রণকারী প্যারামিটার।
চৌ-লিউ গাছ
গাছ আকারে সর্বোচ্চ সম্ভাবনা সহ সর্বোত্তম নির্ভরতা কাঠামো, যা কিছু EDA-তে বাইনারি পারস্পরিক সম্পর্ক কার্যকরভাবে মডেল করতে ব্যবহৃত হয়।
গিবস স্যাম্পলিং
জটিল শর্তাধীন বন্টন থেকে নমুনা তৈরি করার জন্য একটি এমসিএমসি পদ্ধতি, যা পরিশীলিত সম্ভাব্যতা মডেলগুলিতে ইডিএ-তে প্রয়োগ করা হয়।