এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
অ্যাসোসিয়েশন রুলস
বৃহৎ ডেটাসেটে আইটেমগুলোর মধ্যে সম্পর্ক বা পারস্পরিক সংযোগ আবিষ্কারের জন্য ডেটা মাইনিং পদ্ধতি, যা সাধারণত 'যদি X, তাহলে Y' আকারে প্রকাশ করা হয়।
RIPPER অ্যালগরিদম
একটি পুনরাবৃত্তিমূলক রুল এক্সট্র্যাকশন অ্যালগরিদম যা ধাপে ধাপে একবারে একটি রুল তৈরি করে এবং তারপর সামগ্রিক সেটটি অপ্টিমাইজ করে একটি কমপ্যাক্ট রুলসেট তৈরি করে।
ফাজি লজিক
একটি লজিক প্যারাডাইম যেখানে সত্য মানের ভেরিয়েবল 0 এবং 1 এর মধ্যে যেকোনো বাস্তব মান নিতে পারে, যা অস্পষ্ট বা সূক্ষ্ম ধারণাসহ ব্যাখ্যার নিয়ম মডেল করতে সক্ষম।
রুল-বেসড সিস্টেম
একটি কৃত্রিম বুদ্ধিমত্তা সিস্টেম যা উপসংহার টানা বা সিদ্ধান্ত নেওয়ার জন্য 'যদি-তাহলে' নিয়ম সমন্বিত একটি নলেজ বেস ব্যবহার করে, বিশুদ্ধ পরিসংখ্যানগত মডেলের তুলনায় উচ্চ স্বচ্ছতা প্রদান করে।
CN2 অ্যালগরিদম
একটি রুল ইন্ডাকশন অ্যালগরিদম যা হিউরিস্টিক ব্যবহার করে জটিল শর্তের তালিকা খোঁজে, যাতে ইতিবাচক উদাহরণগুলো কভার করে কিন্তু খুব বেশি নেতিবাচক উদাহরণ কভার না করে সেরা নিয়মগুলো পাওয়া যায়।
নলেজ এক্সট্র্যাকশন রুলস (KED)
একটি শৃঙ্খলা যা কাঁচা ডেটা বা প্রশিক্ষিত মডেল থেকে স্পষ্ট এবং কার্যকরী জ্ঞান, প্রায়শই নিয়ম আকারে, নিষ্কাশন করার লক্ষ্য রাখে যাতে ব্যবসায়িক বিশেষজ্ঞদের দ্বারা বোধগম্য করা যায়।
রুল ওভারফিটিং
একটি ঘটনা যেখানে নিষ্কাশিত নিয়মসেট প্রশিক্ষণ ডেটার নির্দিষ্ট নয়েজ ক্যাপচার করে, নতুন ডেটাতে সঠিকভাবে সাধারণীকরণ করার ক্ষমতার ক্ষতির মাধ্যমে, এর প্রাসঙ্গিকতা হ্রাস করে।
টাইলিং পদ্ধতি
রুল এক্সট্র্যাকশনের একটি পদ্ধতি যা বৈশিষ্ট্য স্পেসকে বিচ্ছিন্ন 'টাইলস' (হাইপার-রেক্টাঙ্গেল) এ বিভক্ত করে, যার প্রতিটির সাথে একটি সাধারণ সিদ্ধান্ত নিয়ম যুক্ত থাকে।
নিয়মভিত্তিক শিক্ষণ
একটি মডেলের ব্যাখ্যার পদ্ধতি যা ব্যবহারকারীকে তার আচরণের সবচেয়ে গুরুত্বপূর্ণ বা প্রতিনিধিত্বমূলক নিয়মগুলি উপস্থাপন করে তার যুক্তি শেখানোর মাধ্যমে।