এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
CART গাছ
নির্ণয় গাছের অ্যালগরিদম যা শ্রেণীবিভাগের জন্য জিনি মানদণ্ড এবং প্রতিগমনের জন্য ন্যূনতম ভেদাঙ্ক ব্যবহার করে।
ID3 গাছ
সিদ্ধান্ত গাছের অগ্রণী অ্যালগরিদম যা শ্যাননের এনট্রপির উপর ভিত্তি করে তথ্য লাভ ব্যবহার করে।
C4.5 গাছ
তথ্য লাভের অনুপাত ব্যবহার করে ID3-এর উন্নতি এবং অবিচ্ছিন্ন বৈশিষ্ট্য ও অনুপস্থিত মান পরিচালনা করে।
CHAID গাছ
বিভাজন নির্ধারণের জন্য চি-স্কোয়ার পরীক্ষা ব্যবহার করে সিদ্ধান্ত গাছের সর্বোত্তম বিভাজন নির্ধারণে ব্যবহৃত পরিসংখ্যান পদ্ধতি।
র্যান্ডম ফরেস্ট
বুটস্ট্র্যাপ সাবস্যাম্পলে প্রশিক্ষিত সিদ্ধান্ত বৃক্ষের সমষ্টি, যেখানে ভেরিয়েবল নির্বাচন এলোমেলোভাবে করা হয়।
এক্সট্রা ট্রি
সর্বাধিক র্যান্ডমাইজেশনের জন্য বিভাজনের থ্রেশহোল্ড এলোমেলোভাবে নির্বাচন করে র্যান্ডম ফরেস্টের একটি বৈকল্পিক।
গ্রেডিয়েন্ট বুস্টিং
একটি সিকোয়েন্সিয়াল এনসেম্বল কৌশল যেখানে প্রতিটি গাছ গ্রেডিয়েন্ট ডিসেন্টের মাধ্যমে পূর্ববর্তী মডেলের ত্রুটিগুলি সংশোধন করে।
XGBoost
L1/L2 নিয়মিতকরণ এবং সমান্তরাল প্রক্রিয়াকরণ সহ গ্রেডিয়েন্ট বুস্টিং-এর অপ্টিমাইজড বাস্তবায়ন।
LightGBM
গ্রেডিয়েন্ট বুস্টিং অ্যালগরিদম যা পাতার বৃদ্ধি এবং গ্রেডিয়েন্ট-ভিত্তিক নমুনা ব্যবহার করে।
CatBoost
ক্যাটাগরিকাল ভেরিয়েবল প্রক্রিয়াকরণে বিশেষায়িত গ্রেডিয়েন্ট বুস্টিং অ্যালগরিদম।
আড়াআড়ি গাছ
সিদ্ধান্ত গাছ যা বিভাজনের জন্য একক পরিবর্তনশীল পরীক্ষার পরিবর্তে রৈখিক সংমিশ্রণ ব্যবহার করে।
কস্ট-সেনসিটিভ ট্রি
বিভাজন প্রক্রিয়ায় অসমমিত শ্রেণীবিভাগের খরচ সংযুক্ত করার সিদ্ধান্ত গাছ।
ফাজি ডিসিশন ট্রি
অনিশ্চয়তা এবং অস্পষ্ট সীমানা পরিচালনা করতে ফাজি লজিক ব্যবহার করে ডিসিশন ট্রি সম্প্রসারণ।
রিয়েল-টাইম ট্রি
অভিযোজিত ট্রি অ্যালগরিদম যা অবিরত ও গতিশীল ডেটা প্রবাহ থেকে শিখতে সক্ষম।
অপটিমাল ট্রি
সম্পূর্ণ অনুসন্ধান স্থান অন্বেষণ করে সর্বোত্তম সিদ্ধান্ত গাছ খোঁজার গ্লোবাল অপ্টিমাইজেশন পদ্ধতি।