এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
র্যান্ডম ডিসিশন ট্রি
এলোমেলোভাবে তৈরি গাছের কাঠামো যেখানে প্রতিটি নোড এলোমেলো বিভাজন অনুযায়ী বৈশিষ্ট্য স্থানকে বিভক্ত করে, পর্যায়ক্রমে পর্যবেক্ষণগুলিকে বিচ্ছিন্ন করে এমন পার্টিশন তৈরি করে।
অ্যানোমালি স্কোর
গাছের পথের দৈর্ঘ্য থেকে গণনা করা পরিমাণগত মেট্রিক, যা একটি পর্যবেক্ষণের অস্বাভাবিকতার মাত্রা নির্দেশ করে যেখানে উচ্চ স্কোর অ্যানোমালি হওয়ার উচ্চ সম্ভাবনার সাথে মিলে যায়।
আইসোলেশন পাথ
একটি পর্যবেক্ষণ ধারণকারী পাতায় পৌঁছানোর জন্য মূল থেকে প্রয়োজনীয় বিভাজনের সংখ্যা, যেখানে অ্যানোমালিগুলি সাধারণ পয়েন্টগুলির তুলনায় উল্লেখযোগ্যভাবে সংক্ষিপ্ত পথ প্রদর্শন করে।
দূষণ ফ্যাক্টর
ডেটাসেটে প্রত্যাশিত অ্যানোমালির অনুপাত অনুমান করা গুরুত্বপূর্ণ প্যারামিটার, সাধারণত 0.01 থেকে 0.1 এর মধ্যে থাকে, যা শ্রেণীবিভাগের থ্রেশহোল্ডকে প্রভাবিত করে।
গড় পথ দৈর্ঘ্য
অসংগঠিত ডেটার জন্য আইসোলেশন পথের প্রত্যাশিত তাত্ত্বিক মান, চূড়ান্ত গণনায় অ্যানোমালি স্কোরগুলিকে স্বাভাবিক করার জন্য রেফারেন্স হিসাবে ব্যবহৃত হয়।
বৈশিষ্ট্যের এলোমেলো বিভাজন
প্রতিটি নোডে একটি বৈশিষ্ট্য এবং বিভাজন মানের এলোমেলো নির্বাচন, যা বৈশিষ্ট্য বন্টনের সাথে সম্পর্কিত পক্ষপাত এড়ায় এবং অ্যানোমালিগুলির বিচ্ছিন্নতাকে সহায়তা করে।
স্বাভাবিকতা স্কোর
একটি স্বাভাবিক স্কেলে অ্যানোমালি স্কোরের রূপান্তর, প্রায়শই 0 থেকে 1 এর মধ্যে, যা বিভিন্ন মডেল বা ডেটাসেটের মধ্যে ব্যাখ্যা এবং তুলনা সহজ করে।
পয়েন্ট অ্যানোমালি
স্বতন্ত্র পর্যবেক্ষণ যা ডেটার প্রত্যাশিত আচরণ থেকে উল্লেখযোগ্যভাবে বিচ্যুত হয়, অ্যালগরিদমে এর সংক্ষিপ্ত আইসোলেশন পথ দৈর্ঘ্য দ্বারা সহজেই শনাক্তযোগ্য।
পুনরাবৃত্ত পার্টিশনিং
ডেটা স্পেসকে ক্রমাগত ছোট ছোট উপ-অঞ্চলে বিভক্ত করার পুনরাবৃত্তিমূলক প্রক্রিয়া, যা একটি শ্রেণিবদ্ধ কাঠামো তৈরি করে এবং কার্যকরভাবে অস্বাভাবিক পর্যবেক্ষণগুলিকে বিচ্ছিন্ন করে।
শনাক্তকরণ থ্রেশহোল্ড
দূষণ ফ্যাক্টর দ্বারা নির্ধারিত সীমা মান যা স্বাভাবিক পর্যবেক্ষণগুলিকে অস্বাভাবিকতা থেকে আলাদা করে, ডেটাসেটে অস্বাভাবিকতা স্কোরের বন্টন থেকে গণনা করা হয়।
বাউন্ডিং বক্স
গাছের প্রতিটি বিভাজনে তৈরি বহুমাত্রিক হাইপার-আয়তক্ষেত্র, যা পার্টিশনের সীমানা সংজ্ঞায়িত করে এবং বিচ্ছিন্নতা পথগুলিকে কার্যকরভাবে গণনা করতে সক্ষম করে।
স্থানীয় অস্বাভাবিকতা ফ্যাক্টর
স্থানীয় ঘনত্বের উপর ভিত্তি করে বিকল্প অস্বাভাবিকতা শনাক্তকরণ মেট্রিক, যা বিভিন্ন ধরনের ডেটা বন্টনের উপর কার্যকারিতা মূল্যায়নের জন্য আইসোলেশন ফরেস্টের সাথে প্রায়শই তুলনা করা হয়।
গাছ ছাঁটাই
নোডগুলিতে একটি নমুনা থাকলে বা সর্বোচ্চ গভীরতায় পৌঁছালে বিভাজন বন্ধ করে গাছের বৃদ্ধি সীমিত করার কৌশল, যা গণনার সময় অপ্টিমাইজ করে।