এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
One-vs-Rest (OvR)
Stratégie de décomposition de la classification multi-classe en plusieurs classificateurs binaires, où chaque classificateur distingue une classe contre toutes les autres.
One-vs-One (OvO)
Approche qui entraîne un classificateur binaire pour chaque paire de classes possibles, nécessitant n(n-1)/2 classificateurs pour n classes.
Matrice de confusion multi-classe
Tableau NxN où N est le nombre de classes, affichant les prédictions correctes et incorrectes du modèle pour évaluer sa performance de classification.
Score F1 macro
Moyenne non pondérée des scores F1 de chaque classe, traitant toutes les classes de manière égale quelle que soit leur fréquence dans le jeu de données.
Score F1 micro
Métrique qui calcule le score F1 globalement en comptant le total des vrais positifs, faux négatifs et faux positifs à travers toutes les classes.
Score F1 weighted
Moyenne pondérée des scores F1 par classe, où chaque classe contribue proportionnellement à son nombre d'échantillons dans le jeu de données.
Logits
Scores bruts non normalisés produits par la dernière couche d'un réseau de neurones avant l'application de la fonction softmax pour la classification multi-classe.
Cross-entropy multi-classe
Fonction de perte qui mesure la divergence entre la distribution de probabilité prédite et la distribution réelle des étiquettes dans un contexte multi-classe.
স্তরীভূত নমুনায়ন
প্রশিক্ষণ ও পরীক্ষার উপসেটে শ্রেণিগুলোর অনুপাত সংরক্ষণকারী নমুনায়ন কৌশল, যা বন্টন পক্ষপাত এড়াতে সাহায্য করে।
শ্রেণি ভারসাম্যহীনতা
যে পরিস্থিতিতে ডেটাসেটে শ্রেণিগুলো সমানভাবে উপস্থাপিত নয়, যা শিক্ষণ প্রক্রিয়াকে সংখ্যাগরিষ্ঠ শ্রেণির দিকে পক্ষপাতদুষ্ট করতে পারে।
এলোমেলো আন্ডারস্যাম্পলিং
অবনমুনায়ন পদ্ধতি যা শ্রেণি বন্টন সমতুল্য করতে সংখ্যাগরিষ্ঠ শ্রেণির নমুনা সংখ্যা এলোমেলোভাবে হ্রাস করে।
এলোমেলো ওভারস্যাম্পলিং
সমনমুনায়ন পদ্ধতি যা সংখ্যালঘু শ্রেণির নমুনাগুলো এলোমেলোভাবে প্রতিলিপি করে সংখ্যাগরিষ্ঠ শ্রেণির সাথে ভারসাম্য অর্জন করে।
বহু-শ্রেণি সঠিকতা
শ্রেণিভিত্তিক সঠিকতার গড় হিসেবে গণনাকৃত মেট্রিক, যেখানে একটি শ্রেণির সঠিকতা হলো সত্য ধনাত্মকের সাথে মোট ধনাত্মক পূর্বাভাসের অনুপাত।
বহু-শ্রেণি স্মরণ
শ্রেণিভিত্তিক স্মরণের গড় হিসেবে উপস্থাপিত মেট্রিক, যা প্রতিটি শ্রেণির জন্য প্রাসঙ্গিক সকল নমুনা শনাক্ত করার মডেলের ক্ষমতা পরিমাপ করে।
বহু-শ্রেণি ROC বক্ররেখা
বহু-শ্রেণি শ্রেণিবিন্যাসের জন্য ROC বক্ররেখার সম্প্রসারণ, সাধারণত One-vs-Rest বা ম্যাক্রো-গড় পদ্ধতি ব্যবহার করে গণনা করা হয়।
বহু-শ্রেণি AUC
বহু-শ্রেণি সমস্যার জন্য ROC বক্ররেখার নিচের ক্ষেত্রফল, One-vs-Rest পদ্ধতি অনুসারে বাইনারি AUC-গুলোর গড় হিসেবে গণনা করা হয়।
মাল্টি-ক্লাস ডিসিশন ট্রি
বিভিন্ন ক্লাসের সাথে মিল রেখে পাতাগুলি তৈরি করতে বৈশিষ্ট্য স্থানকে পুনরাবৃত্তিমূলকভাবে বিভক্ত করে এমন নিয়ম-ভিত্তিক অ্যালগরিদম।
মাল্টি-ক্লাস লজিস্টিক রিগ্রেশন
সম্ভাব্য K ক্লাসের প্রতিটির অন্তর্গত হওয়ার সম্ভাবনা মডেল করতে সফটম্যাক্স ফাংশন ব্যবহার করে লজিস্টিক রিগ্রেশনের সম্প্রসারণ।
মাল্টি-ক্লাস SVM
মাল্টি-ক্লাস শ্রেণীবিভাগের জন্য অভিযোজিত সাপোর্ট ভেক্টর মেশিন, সাধারণত ওয়ান-ভার্স-রেস্ট বা ওয়ান-ভার্স-ওয়ান কৌশলের মাধ্যমে বাস্তবায়িত।
মাল্টি-ক্লাস KNN
K নিকটতম প্রতিবেশী অ্যালগরিদম যা তার k নিকটতম প্রতিবেশীদের মধ্যে সংখ্যাগরিষ্ঠ ক্লাস অনুযায়ী একটি নতুন পর্যবেক্ষণকে শ্রেণীবদ্ধ করে।
মাল্টি-ক্লাস নাইভ বেইজ
বেইজের উপপাদ্যের উপর ভিত্তি করে সম্ভাব্য শ্রেণীবদ্ধকারী, শর্তাধীন স্বাধীনতার অনুমান সহ, যা স্বাভাবিকভাবে মাল্টি-ক্লাস সমস্যায় প্রসারিত।
মাল্টি-ক্লাস র্যান্ডম ফরেস্ট
বুটস্ট্র্যাপ সাব-স্যাম্পলে প্রশিক্ষিত একাধিক সিদ্ধান্ত গাছকে একত্রিত করে এমন সমষ্টিগত পদ্ধতি, সংখ্যাগরিষ্ঠ ভোট দ্বারা শ্রেণীবিভাগ সহ।