এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
এলোমেলো থ্রেশহোল্ড নির্বাচন
এক্সট্রা ট্রিসের বৈশিষ্ট্যগত কৌশল যেখানে বিভাজনের থ্রেশহোল্ডগুলি অপ্টিমাইজ করার পরিবর্তে এলোমেলোভাবে নির্বাচন করা হয়, যা গণনার সময় হ্রাস করে এবং গাছের বৈচিত্র্য বৃদ্ধি করে।
ট্রি এনসেম্বল বৈচিত্র্য
এক্সট্রা ট্রিসের মৌলিক নীতি যা এনসেম্বলের সাধারণীকৃত কর্মক্ষমতা উন্নত করতে গাছগুলির মধ্যে বৈচিত্র্য সর্বাধিক করার লক্ষ্য রাখে।
ম্যাক্স ফিচার্স প্যারামিটার
হাইপারপ্যারামিটার যা প্রতিটি বিভাজনে বিবেচিত এলোমেলো বৈশিষ্ট্যগুলির সংখ্যা নিয়ন্ত্রণ করে, এক্সট্রা ট্রিসে পক্ষপাত এবং ভ্যারিয়েন্সের ভারসাম্য বজায় রাখার জন্য অত্যন্ত গুরুত্বপূর্ণ।
অত্যন্ত এলোমেলো বিভাজন
বৈশিষ্ট্যগত স্বাতন্ত্র্য যেখানে প্রতিটি বিভাজন প্রার্থী থ্রেশহোল্ডের একটি সেট থেকে এলোমেলোভাবে নির্বাচন করা হয়, CART-এর মতো ব্যাপক মূল্যায়ন ছাড়াই।
এনসেম্বল লার্নিং কৌশল
এক্সট্রা ট্রিসের পদ্ধতিগত পদ্ধতি যা একাধিক দুর্বল শিক্ষার্থীকে একত্রিত করে একটি শক্তিশালী ভবিষ্যদ্বাণীকারী তৈরি করে, পৃথক ওভারফিটিংয়ের ঝুঁকি হ্রাস করে।
ট্রি ডিকোরিলেশন
একক গাছের ভবিষ্যদ্বাণীগুলির মধ্যে পারস্পরিক সম্পর্ক কমানোর লক্ষ্য, যা এনসেম্বল পদ্ধতির কার্যকারিতার জন্য অপরিহার্য।
এলোমেলো সিদ্ধান্ত গাছ
একটি এক্সট্রা ট্রিস মডেলের পৃথক উপাদান, প্রতিটি নোডের জন্য অপ্টিমাইজড বিভাজনের পরিবর্তে এলোমেলো বিভাজন দিয়ে নির্মিত।