এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ফিশার স্কোর
পরিসংখ্যানে, মডেল প্যারামিটারের সাপেক্ষে লগ-সম্ভাবনার গ্রেডিয়েন্ট, যা প্যারামেট্রিক অনুমানের জন্য স্কোর ম্যাচিংয়ের ভিত্তি গঠনকারী মৌলিক ধারণা।
স্লাইসড স্কোর ম্যাচিং
স্কোর ম্যাচিংয়ের একটি বৈকল্পিক যা এলোমেলো দিকগুলিতে গ্রেডিয়েন্ট প্রজেক্ট করে গণনাগত জটিলতা হ্রাস করে, উচ্চ-মাত্রিক ডেটার জন্য প্রশিক্ষণকে আরও দক্ষ করে তোলে।
পয়সন সমীকরণ
আংশিক ডেরিভেটিভ সমীকরণ যা স্কোরের ভেক্টর ক্ষেত্রকে ঘনত্বের লগারিদমের ল্যাপলাসিয়ানের সাথে সংযুক্ত করে, যার সমাধান স্কোর-ভিত্তিক পদ্ধতিতে কেন্দ্রীয় গুরুত্ব বহন করে।
স্টোকাস্টিক ল্যাঙ্গেভিন
ডিফিউশন প্রক্রিয়া বা স্যাম্পলিং অ্যালগরিদম যা উচ্চ সম্ভাবনার অঞ্চলের দিকে স্যাম্পলিং নির্দেশিত করতে লগ-ঘনত্বের গ্রেডিয়েন্ট (স্কোর) ব্যবহার করে।
স্কোর ভেক্টর ক্ষেত্র
ডেটা স্পেসের প্রতিটি বিন্দুতে স্কোরের স্থানিক উপস্থাপনা, যা সম্ভাব্যতা ঘনত্বের সবচেয়ে শক্তিশালী বৃদ্ধির দিক এবং মাত্রা নির্দেশ করে।
স্টেইন ডাইভারজেন্স
স্টেইন টেস্ট ফাংশনের উপর ভিত্তি করে বন্টনের মধ্যে অমিলের মেট্রিক, যা স্কোর ম্যাচিংয়ের উদ্দেশ্যের সাথে ঘনিষ্ঠভাবে সম্পর্কিত এবং স্কোর মডেলের গুণমান মূল্যায়নের জন্য ব্যবহৃত হয়।
ডিনোইজিং প্যারাডক্স
যে ঘটনায় নয়েজযুক্ত ডেটাতে একটি স্কোর মডেল প্রশিক্ষণ (ডিনোইজিং) সরাসরি প্রশিক্ষণের চেয়ে ক্লিন ডেটার স্কোর অনুমানের জন্য ভাল ফলাফল দেয়।
স্কোর-ভিত্তিক জেনারেটিভ মডেলিং
জেনারেটিভ মডেলিংয়ের প্যারাডাইম যেখানে একটি নিউরাল নেটওয়ার্ক একাধিক নয়েজ লেভেলে ডেটা ডিস্ট্রিবিউশনের স্কোর অনুমান করতে প্রশিক্ষিত হয়, তারপর ইনভার্স ডিফিউশন প্রক্রিয়ার মাধ্যমে জেনারেশনের জন্য ব্যবহৃত হয়।
স্কোরের বহুবিধতা
একটি ধারণা যেখানে একটি একক স্কোর মডেলকে বিভিন্ন বন্টন থেকে নমুনা তৈরি করতে ব্যবহার করা যায়, ডিফিউশন প্রক্রিয়ার শোরস্তরের বা প্রাথমিক অবস্থা পরিবর্তন করে।
ফোকার-প্ল্যাঙ্ক সমীকরণ
একটি আংশিক ডিফারেনশিয়াল সমীকরণ যা একটি স্টোকাস্টিক প্রক্রিয়ার সম্ভাব্যতা ঘনত্বের সময়গত বিবর্তন বর্ণনা করে, ডিফিউশন এবং স্কোর মডেলগুলির পিছনের তত্ত্ব বোঝার জন্য মৌলিক।
স্কোর পক্ষপাত সংশোধন
একটি কৌশল যা মডেলের আনুমানিকতা বা শোরযুক্ত ডেটা ব্যবহারের মাধ্যমে প্রবর্তিত পক্ষপাতগুলির জন্য ক্ষতিপূরণ দিতে স্কোর ভবিষ্যদ্বাণীগুলি সামঞ্জস্য করতে লক্ষ্য করে, সঠিক অনুমানের জন্য অপরিহার্য।
স্কোর দ্বারা নরমালাইজিং ফ্লো
একটি হাইব্রিড পদ্ধতি যেখানে স্কোর তথ্যগুলি একটি নরমালাইজিং ফ্লো মডেলে রূপান্তরগুলি ডিজাইন বা উন্নত করতে ব্যবহৃত হয়, উভয় প্যারাডাইমের সুবিধাগুলি একত্রিত করে।
স্কোর ম্যাচিং মানদণ্ড
একটি উদ্দেশ্য ফাংশন, প্রায়শই ভবিষ্যদ্বাণীকৃত স্কোর এবং প্রকৃত স্কোরের মধ্যে দূরত্বের একটি রূপ, যা প্রশিক্ষণের সময় একটি সঠিক স্কোর মডেল শিখতে কমানো হয়।
স্কোর ইন্টারপোলেশন
একটি প্রক্রিয়া যা মডেলের ভবিষ্যদ্বাণীগুলিকে ইন্টারপোলেট করে মধ্যবর্তী শোরস্তরে স্কোর অনুমান করতে গঠিত, একাধিক স্কেল ডিফিউশন মডেলগুলিতে ব্যবহৃত।
শর্তাধীন স্কোর
স্কোর ম্যাচিং-এর একটি সম্প্রসারণ যেখানে শেখা স্কোরটি মেটাডেটা দ্বারা শর্তযুক্ত (যেমন: শ্রেণি লেবেল), জেনারেশন প্রক্রিয়ার উপর দিকনির্দেশক নিয়ন্ত্রণ সক্ষম করে।