এআই গ্লসারি

📖

শব্দ

রোবাস্ট ক্যালিব্রেশন

বিতরণের পরিবর্তন এবং দূষিত আক্রমণের মুখে মডেলের ক্যালিব্রেশনের নির্ভুলতা বজায় রাখার লক্ষ্যে কৌশলগুলির সমষ্টি। এই পদ্ধতিগুলি নিশ্চিত করে যে আস্থার স্কোরগুলি অপারেশনাল অবস্থার অবনতি সত্ত্বেও নির্ভরযোগ্য থাকে।

📖

শব্দ

আউট-অফ-ডিস্ট্রিবিউশন (OOD) বিতরণ

এমন ঘটনা যেখানে পরীক্ষার ডেটা প্রশিক্ষণ ডেটার বিতরণ থেকে ভিন্ন বিতরণ থেকে আসে, যা সাধারণত মডেলের ক্যালিব্রেশন এবং কর্মক্ষমতা ক্ষতিগ্রস্ত করে। OOD সনাক্তকরণ গুরুত্বপূর্ণ যখন একটি মডেলের ভবিষ্যদ্বাণী আর নির্ভরযোগ্য না হয় তখন সনাক্ত করার জন্য।

📖

শব্দ

বিরোধী আক্রমণ

ইনপুট ডেটার ইচ্ছাকৃত এবং প্রায়শই অলক্ষণীয় ম্যানিপুলেশন যা মডেলকে বিভ্রান্ত করার লক্ষ্যে রাখে যখন মানব পর্যবেক্ষকের জন্য স্বাভাবিক চেহারা বজায় রাখে। এই আক্রমণগুলি অত্যন্ত আত্মবিশ্বাসী কিন্তু ভুল ভবিষ্যদ্বাণী তৈরি করে ক্যালিব্রেশনকে গুরুতরভাবে ক্ষতিগ্রস্ত করতে পারে।

📖

শব্দ

লেবেল শিফট

বিতরণগত পরিবর্তন যেখানে ক্লাসের অনুপাতগুলি প্রশিক্ষণ এবং পরীক্ষার ডেটার মধ্যে পরিবর্তিত হয়, যখন P(x|y) স্থির থাকে। এই ধরনের শিফটের জন্য সম্ভাবনাগুলি সামঞ্জস্য করতে নির্দিষ্ট ক্যালিব্রেশন কৌশল প্রয়োজন।

📖

শব্দ

টেস্ট-টাইম ক্যালিব্রেশন

পরীক্ষার ডেটার বৈশিষ্ট্যের উপর ভিত্তি করে ইনফারেন্সের সময় গতিশীলভাবে মডেলের ক্যালিব্রেশন সামঞ্জস্য করার পদ্ধতি। এই পদ্ধতিগুলি অপ্রত্যাশিত বিতরণগত শিফটের মুখে ক্যালিব্রেশন বজায় রাখতে সক্ষম করে।

📖

শব্দ

রিলায়েবল ডায়াগ্রাম

ক্যালিব্রেশন ডায়াগ্রামের একটি বৈকল্পিক যা আত্মবিশ্বাসের স্থির ব্যবধানের পরিবর্তে স্থির গণসংখ্যার বিন ব্যবহার করে। এই পদ্ধতিটি ছোট ডেটাসেটের জন্য বিশেষভাবে উপযোগী ক্যালিব্রেশনের আরও স্থিতিশীল অনুমান প্রদান করে।