এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
অনুকূল হাইপারপ্লেন
উচ্চ-মাত্রিক স্থানে সিদ্ধান্ত সীমানা যা নিকটতম শ্রেণিগুলির মধ্যে দূরত্ব সর্বাধিক করে, যার ফলে ডেটার সর্বোত্তম সম্ভাব্য পৃথকীকরণ নিশ্চিত হয়।
সাপোর্ট ভেক্টর
প্রশিক্ষণ পয়েন্ট যা মার্জিনে অবস্থিত এবং অনুকূল হাইপারপ্লেনকে সংজ্ঞায়িত করে, এই সমালোচনামূলক পয়েন্টগুলি সিদ্ধান্ত সীমানার অবস্থান এবং অভিযোজন নির্ধারণ করে।
সর্বোচ্চ মার্জিন
সিদ্ধান্ত হাইপারপ্লেন এবং প্রতিটি শ্রেণির নিকটতম প্রশিক্ষণ পয়েন্টগুলির মধ্যে দূরত্ব, যা এসভিএম অ্যালগরিদম সাধারণীকরণ উন্নত করার জন্য সর্বাধিক করতে চায়।
কার্নেল ফাংশন
গাণিতিক ফাংশন যা স্পষ্ট রূপান্তর না করেই ডেটাকে উচ্চ-মাত্রিক স্থানে অন্তর্নিহিতভাবে রূপান্তর করে, অ-রৈখিক ডেটার রৈখিক পৃথকীকরণ সম্ভব করে।
রৈখিক এসভিএম
এসভিএম-এর একটি বৈকল্পিক যা শ্রেণিগুলিকে পৃথক করতে একটি রৈখিক হাইপারপ্লেন ব্যবহার করে, বিশেষভাবে কার্যকর যখন ডেটা তাদের মূল স্থানে রৈখিকভাবে পৃথকযোগ্য হয়।
অ-রৈখিক এসভিএম
এসভিএম-এর একটি সম্প্রসারণ যা কার্নেল ফাংশন ব্যবহার করে ডেটাকে উচ্চ-মাত্রিক স্থানে প্রক্ষেপণ করে যেখানে তারা রৈখিকভাবে পৃথকযোগ্য হয়ে ওঠে।
স্ল্যাক ভেরিয়েবল
শিথিলকরণ ভেরিয়েবল যা কিছু পয়েন্টকে মার্জিন সীমাবদ্ধতা লঙ্ঘন করতে দেয়, যার ফলে শোরগোলপূর্ণ বা অ-বিচ্ছেদ্য ডেটার মুখোমুখি হয়ে মডেলটিকে আরও শক্তিশালী করে তোলে।
হাইপারপ্যারামিটার C
নিয়মিতকরণ প্যারামিটার যা মার্জিন সর্বাধিককরণ এবং শ্রেণিবিন্যাস ত্রুটি হ্রাসের মধ্যে আপস নিয়ন্ত্রণ করে, মার্জিন লঙ্ঘনের জন্য শাস্তি নির্ধারণ করে।
SVM à une classe
Variante des SVM utilisée pour la détection d'anomalies où l'algorithme apprend une frontière autour des données normales pour identifier les observations atypiques.
SVR (Support Vector Regression)
Adaptation des SVM pour les problèmes de régression qui cherche à trouver une fonction s'écartant au plus d'une valeur epsilon des cibles tout en étant aussi plate que possible.
Formulation duale
Représentation mathématique alternative du problème d'optimisation SVM qui ne dépend que des produits scalaires entre les observations, facilitant l'utilisation des fonctions noyau.
Espace de caractéristiques
Espace transformé de grande dimension où les données peuvent être séparées linéairement, obtenu par l'application de la fonction noyau aux données d'origine.
Multi-classe SVM
Extension des SVM binaires pour gérer les problèmes de classification multi-classes, généralement implémentée par des stratégies un-contre-un ou un-contre-tous.
Noyau RBF
Fonction noyau à base de fonction radiale gaussienne qui mappe les données dans un espace de dimension infinie, l'une des fonctions noyau les plus populaires pour les SVM non-linéaires.
SMO (Sequential Minimal Optimization)
Algorithme d'optimisation efficace pour résoudre le problème dual des SVM en optimisant itérativement les multiplicateurs de Lagrange par paires, réduisant la complexité computationnelle.
Noyau polynomial
Fonction noyau qui calcule le produit scalaire des vecteurs dans un espace de caractéristiques polynomial, permettant de capturer les relations non-linéaires d'ordre supérieur.
নমনীয় মার্জিন
এসভিএম-এর একটি সম্প্রসারণ যা কিছু মার্জিন সীমা লঙ্ঘন অনুমোদন করে স্ল্যাক ভেরিয়েবলের মাধ্যমে, যা মডেলটিকে কোলাহলপূর্ণ বা ওভারল্যাপিং ডেটার সামনে আরও নমনীয় করে তোলে।
গামা (γ)
আরবিএফ এবং বহুপদী কার্নেল ফাংশনের একটি হাইপারপ্যারামিটার যা একটি একক প্রশিক্ষণ উদাহরণের প্রভাব নিয়ন্ত্রণ করে, সিদ্ধান্ত সীমানার নমনীয়তা নির্ধারণ করে।