এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
DBSCAN
ঘনত্ব-ভিত্তিক ক্লাস্টারিং অ্যালগরিদম যা যথেষ্ট কাছাকাছি বিন্দুগুলিকে গোষ্ঠীবদ্ধ করে এবং কম ঘনত্বের অঞ্চলে একা বিন্দুগুলিকে অস্বাভাবিক হিসাবে চিহ্নিত করে।
এপসিলন (ε)
একটি প্যারামিটার যা একটি বিন্দুর চারপাশের প্রতিবেশীর ব্যাসার্ধ নির্ধারণ করে, যা সরাসরি ক্লাস্টারিংয়ের সূক্ষ্মতা প্রভাবিত করে।
MinPts
একটি থ্রেশহোল্ড প্যারামিটার যা একটি বিন্দুকে কোর পয়েন্ট হিসাবে বিবেচনা করার জন্য ε প্রতিবেশীতে প্রয়োজনীয় ন্যূনতম বিন্দুর সংখ্যা নির্ধারণ করে।
কোর পয়েন্ট
একটি ক্লাস্টারের কেন্দ্রীয় বিন্দু যার ε প্রতিবেশীতে কমপক্ষে MinPts বিন্দু রয়েছে, যা ঘন ক্লাস্টার গঠনের জন্য অ্যাঙ্কর পয়েন্ট হিসেবে কাজ করে।
বর্ডার পয়েন্ট
একটি ক্লাস্টারের প্রান্তে অবস্থিত বিন্দু, যা কোর পয়েন্ট হওয়ার জন্য পর্যাপ্ত প্রতিবেশী নেই কিন্তু একটি কোর পয়েন্ট থেকে পৌঁছানো যায়।
নয়েজ পয়েন্ট
যে বিন্দু কোনো ক্লাস্টারের অন্তর্গত নয় কারণ এটি কোর পয়েন্ট নয় বা কোনো কোর পয়েন্ট থেকে পৌঁছানো যায় না, প্রায়শই একটি অস্বাভাবিকতা হিসাবে বিবেচিত।
ε প্রতিবেশী
একটি প্রদত্ত বিন্দু থেকে ε এর চেয়ে কম বা সমান দূরত্বে অবস্থিত বিন্দুগুলির সেট, যা DBSCAN-এ ঘনত্ব গণনার ভিত্তি গঠন করে।
ঘনত্ব-সরাসরি পৌঁছানো যায়
একটি সম্পর্ক যেখানে একটি বিন্দু q সরাসরি একটি কোর পয়েন্ট p থেকে অ্যাক্সেসযোগ্য যদি q p এর ε প্রতিবেশীতে থাকে।
ঘনত্ব-অনুপ্রাপ্য
একটি ট্রানজিটিভ সম্পর্ক যেখানে একটি পয়েন্ট একটি কোর পয়েন্ট থেকে ঘনত্ব-সরাসরি অনুপ্রাপ্য পয়েন্টগুলির একটি চেইনের মাধ্যমে পৌঁছানো যায়।
ঘনত্ব-সংযুক্ত
একটি প্রতিসম সম্পর্ক যেখানে দুটি পয়েন্ট সংযুক্ত থাকে যদি তারা একটি সাধারণ কোর পয়েন্ট থেকে উভয়ই ঘনত্ব-অনুপ্রাপ্য হয়।
OPTICS
DBSCAN-কে প্রসারিতকারী একটি অ্যালগরিদম যা ঘনত্বের ভিত্তিতে ক্লাস্টারিংয়ের একটি ক্রম তৈরি করে, বিভিন্ন ঘনত্বের ক্লাস্টার নিষ্কাশন করতে সক্ষম।
HDBSCAN
DBSCAN-এর একটি হায়ারার্কিকাল বৈকল্পিক যা বিভিন্ন ঘনত্বের ক্লাস্টারগুলির একটি শ্রেণিবিন্যাস তৈরি করে এবং স্বয়ংক্রিয়ভাবে স্থিতিশীল ক্লাস্টার নির্বাচন করে।
R-tree সূচক
একটি স্পেসিয়াল ইনডেক্সিং ডেটা স্ট্রাকচার যা ε ব্যাসার্ধের মধ্যে প্রতিবেশী অনুসন্ধানকে অপ্টিমাইজ করে, বড় ডেটাসেটে DBSCAN-কে উল্লেখযোগ্যভাবে ত্বরান্বিত করে।
মাত্রার অভিশাপ
একটি ঘটনা যেখানে উচ্চ মাত্রার স্থানে দূরত্ব পরিমাপ তার তাৎপর্য হারায়, ঘনত্ব-ভিত্তিক অ্যালগরিদমগুলির কার্যকারিতাকে প্রভাবিত করে।
সিলুয়েট স্কোর
একটি মূল্যায়ন মেট্রিক যা ক্লাস্টার-ভিতরের সংহতি এবং ক্লাস্টার-মধ্যবর্তী পৃথকীকরণ পরিমাপ করে, ε এবং MinPts প্যারামিটার অপ্টিমাইজ করতে ব্যবহৃত হয়।
ইচ্ছামত আকৃতির ক্লাস্টার
DBSCAN-এর একটি প্রধান সুবিধা যা অ-উত্তল এবং জটিল আকৃতির ক্লাস্টার সনাক্ত করতে সক্ষম, K-means-এর মতো অ্যালগরিদমগুলির বিপরীতে।
অ্যানোমালি শনাক্তকরণ
DBSCAN-এর একটি প্রাকৃতিক প্রয়োগ যেখানে নয়েজ হিসেবে চিহ্নিত পয়েন্টগুলি ডেটাতে অ্যানোমালি বা আউটলায়ার হিসেবে কাজ করে।
স্থানিক পার্টিশনিং
ঘনত্বের ভিত্তিতে ডেটা স্পেসকে অঞ্চলে বিভক্ত করার প্রক্রিয়া, যা DBSCAN এবং অনুরূপ অ্যালগরিদমের কার্যকারিতার ভিত্তি।
প্রতিবেশী গ্রাফ
গ্রাফিক্যাল উপস্থাপনা যেখানে নোডগুলি হল পয়েন্ট এবং এজগুলি ε প্রতিবেশীতে পয়েন্টগুলিকে সংযুক্ত করে, ঘনত্ব কাঠামো দৃশ্যায়নের জন্য ব্যবহৃত।
রিচেবিলিটি দূরত্ব
OPTICS এবং HDBSCAN-এ ব্যবহৃত পরিবর্তিত দূরত্ব যা স্থানীয় ঘনত্ব বিবেচনা করে পয়েন্টগুলিকে তাদের অ্যাক্সেসিবিলিটি অনুসারে ক্রমবিন্যাস করে।
কোর দূরত্ব
একটি পয়েন্টকে কোর পয়েন্টে পরিণত করার জন্য প্রয়োজনীয় ন্যূনতম দূরত্ব, যা মিনপিটস-তম নিকটতম প্রতিবেশীর দূরত্ব হিসেবে গণনা করা হয়।