এআই গ্লসারি

📖

শব্দ

কেন্দ্রীয় বিন্দু (Core Point)

যে বিন্দুর এপসিলন প্রতিবেশীতে অন্তত MinPts সংখ্যক বিন্দু রয়েছে, যা একটি ক্লাস্টার গঠনের জন্য বীজ হিসেবে কাজ করে।

📖

শব্দ

সীমান্ত বিন্দু (Border Point)

যে বিন্দু কেন্দ্রীয় বিন্দু নয় কিন্তু অন্তত একটি কেন্দ্রীয় বিন্দুর এপসিলন প্রতিবেশীতে অবস্থিত, এইভাবে একটি ক্লাস্টারের অন্তর্ভুক্ত।

📖

শব্দ

শব্দ বিন্দু (Noise Point)

যে বিন্দু কেন্দ্রীয় বিন্দুও নয় আবার সীমান্ত বিন্দুও নয়, কোনো ক্লাস্টারের অন্তর্ভুক্ত নয় এবং একটি অস্বাভাবিকতা বা বহির্গামী মান হিসেবে বিবেচিত।

📖

শব্দ

প্রাপ্যতা গ্রাফ (Reachability Graph)

OPTICS-এর মতো অ্যালগরিদম দ্বারা ব্যবহৃত উপস্থাপনা যা ডেটার ঘনত্ব কাঠামো দৃশ্যমান করতে এবং ক্লাস্টার সনাক্ত করতে ব্যবহৃত হয়।

📖

শব্দ

k-নিকটতম প্রতিবেশীর দূরত্ব

প্রতিটি বিন্দু থেকে তার k-তম নিকটতম প্রতিবেশীর দূরত্ব বিশ্লেষণ করে DBSCAN-এ এপসিলন প্যারামিটারের সর্বোত্তম মান অনুমান করার একটি সাধারণ পদ্ধতি।

📖

শব্দ

ঘনত্ব সংযোগ

এই নীতিমালা অনুযায়ী দুটি বিন্দু সংযুক্ত থাকে যদি তাদের সংযোগকারী ঘন বিন্দুর একটি শৃঙ্খল থাকে, যা DBSCAN-এ ক্লাস্টার গঠনের ভিত্তি তৈরি করে।

📖

শব্দ

নির্ণয়বাদিতা

DBSCAN-এর বৈশিষ্ট্য যা নিশ্চিত করে যে প্রদত্ত ডেটাসেট এবং প্যারামিটারগুলির জন্য, ক্লাস্টারিং ফলাফল সর্বদা অভিন্ন থাকে, K-Means-এর মতো অ্যালগরিদমের বিপরীতে।

📖

শব্দ

মাত্রিকতার অভিশাপ

DBSCAN-এর জন্য একটি প্রধান চ্যালেঞ্জ যেখানে অত্যন্ত উচ্চ মাত্রার স্থানে ঘনত্বের ধারণা কম প্রাসঙ্গিক হয়ে ওঠে এবং অ্যালগরিদমের কার্যকারিতা হ্রাস পায়।

📖

শব্দ

নির্বিচারে ক্লাস্টার

DBSCAN-এর অ-উত্তল আকৃতি এবং বিভিন্ন আকারের ক্লাস্টার সনাক্ত করার ক্ষমতা, যা K-Means-এর মতো অ্যালগরিদমের বিপরীত যারা গোলাকার ক্লাস্টার ধরে নেয়।