এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
কারণমূলক গভীর শিক্ষণ
ডেটাতে সহজ পারস্পরিক সম্পর্কের বাইরে কারণ-প্রভাব সম্পর্ক আবিষ্কার এবং মডেল করার জন্য কার্যকারণ তত্ত্বের নীতিগুলি সংহত করে গভীর শিক্ষণের শাখা।
প্রবণতা স্কোর মিলন
একটি ছদ্ম-এলোমেলো ট্রায়াল তৈরি করতে এবং কার্যকারণ প্রভাব অনুমান করার জন্য অনুরূপ প্রবণতা স্কোরের ভিত্তিতে চিকিত্সিত এবং অচিকিত্সিত ইউনিটগুলিকে মেলানোর কৌশল।
কারণমূলক নিউরাল নেটওয়ার্ক
ভবিষ্যদ্বাণীগুলির সাধারণীকরণ এবং ব্যাখ্যাযোগ্যতা উন্নত করার জন্য কার্যকারণ সীমাবদ্ধতা বা কাঠামো সংহত করার জন্য স্পষ্টভাবে ডিজাইন করা নিউরাল নেটওয়ার্ক আর্কিটেকচার।
কারণমূলক কাঠামো আবিষ্কার
পর্যবেক্ষণমূলক ডেটা থেকে স্বয়ংক্রিয়ভাবে কার্যকারণ গ্রাফ (কারণ-প্রভাব সম্পর্ক) শেখার লক্ষ্যে অ্যালগরিদমের সেট, প্রায়শই শর্তাধীন স্বাধীনতা পরীক্ষার উপর ভিত্তি করে।
রুবিনের কার্যকারণ
সম্ভাব্য ফলাফল মডেলের উপর ভিত্তি করে কার্যকারণের পদ্ধতি, যেখানে প্রতিটি ইউনিটের প্রতিটি চিকিত্সা অবস্থার জন্য সম্ভাব্য ফলাফল রয়েছে, যার মধ্যে কেবল একটি পর্যবেক্ষণ করা হয়।
সম্ভাব্য ফলাফল মডেল
একটি ফর্মালিজম যেখানে কার্যকারণ প্রভাবকে একই ইউনিটের জন্য চিকিত্সা এবং নিয়ন্ত্রণের অধীনে সম্ভাব্য ফলাফলের মধ্যে পার্থক্য হিসাবে সংজ্ঞায়িত করা হয়, যা রুবিনের কার্যকারণের ভিত্তি।
চিকিত্সা প্রভাবের বৈচিত্র্য (HET)
বিভিন্ন উপ-জনসংখ্যা বা ব্যক্তিদের মধ্যে একটি হস্তক্ষেপের কার্যকারণ প্রভাবের পরিবর্তন, যা গভীর কার্যকারণ মডেলগুলি সঠিকভাবে অনুমান করতে চায়।
যন্ত্র পরিবর্তনশীল (VI)
অপরিমিত বিভ্রান্তির উপস্থিতিতে একটি কার্যকারণ প্রভাব অনুমান করতে ব্যবহৃত একটি পরিবর্তনশীল, যা চিকিত্সা ভেরিয়েবলের সাথে সম্পর্কিত কিন্তু সরাসরি ফলাফলের সাথে নয়, যদি না চিকিত্সার মাধ্যমে হয়।