এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
লিনিয়ার সাপোর্ট ভেক্টর মেশিন (Linear SVM)
SVM অ্যালগরিদমের একটি সংস্করণ যা বৈশিষ্ট্য স্পেসে ক্লাস পৃথক করতে একটি রৈখিক হাইপারপ্লেন ব্যবহার করে, যেখানে ওজন ভেক্টর প্রতিটি বৈশিষ্ট্যের গুরুত্ব মূল্যায়নের জন্য ব্যাখ্যা করা যেতে পারে।
ডিসিশন লিস্ট মডেল
ক্রমবিন্যাসিত 'যদি-তাহলে' নিয়মের অনুক্রম যেখানে প্রথম নিয়ম যার শর্তগুলি পূরণ হয় তা পূর্বাভাস নির্ধারণ করে, ব্যাখ্যা করার জন্য একটি সহজ এবং অনুক্রমিক সিদ্ধান্ত কাঠামো প্রদান করে।
বেইজিয়ান রুল লিস্ট
প্রেডিক্টিভ এবং ক্রমবিন্যাসিত নিয়ম সেট আবিষ্কার করতে বেইজিয়ান কৌশল ব্যবহার করে সিদ্ধান্ত তালিকা তৈরি করার জন্য একটি সম্ভাব্যতাভিত্তিক পদ্ধতি, যার সাথে আত্মবিশ্বাসের পরিমাপ যুক্ত থাকে।
স্কোরিং মডেল
একটি সিস্টেম যা প্রতিটি বৈশিষ্ট্যের সাথে যুক্ত পয়েন্ট যোগ করে একটি সংখ্যাসূচক স্কোর গণনা করে, প্রায়শই ক্রেডিট স্কোরিংয়ে ব্যবহৃত হয় যেখানে প্রতিটি পয়েন্ট সরাসরি একটি স্পষ্ট ঝুঁকি ফ্যাক্টরের সাথে যুক্ত।
সিম্বলিক ওয়েট নিউরাল নেটওয়ার্ক
একটি সীমাবদ্ধ নিউরাল নেটওয়ার্ক আর্কিটেকচার যেখানে ওজনগুলি প্রতীকী মানের একটি ছোট সেটে সীমাবদ্ধ (যেমন: -1, 0, 1), সংযোগগুলিকে সরল যৌক্তিক নিয়মে অনুবাদ করা সহজ করে।
হোয়াইট বক্স মডেল
মডেলের একটি সাধারণ বিভাগ যার অভ্যন্তরীণ কার্যকারিতা মানুষের দ্বারা স্বচ্ছ এবং বোধগম্য হওয়ার জন্য ডিজাইন করা হয়েছে, গভীর নিউরাল নেটওয়ার্কের মতো ব্ল্যাক বক্সের বিপরীতে।
অন্তর্নিহিত ব্যাখ্যাযোগ্যতা
একটি মডেলের বৈশিষ্ট্য যা পোস্ট-হক পদ্ধতির প্রয়োজন ছাড়াই তার নিজস্ব কাঠামো দ্বারা ব্যাখ্যা করা যায়, কারণ এর নকশাই স্বচ্ছ সিদ্ধান্ত প্রক্রিয়ার উপর ভিত্তি করে।
কোয়ান্টাইল রিগ্রেশন মডেল
লিনিয়ার রিগ্রেশনের একটি সম্প্রসারণ যা প্রতিক্রিয়া ভেরিয়েবলের শর্তাধীন কোয়ান্টাইল মডেল করে, লক্ষ্য বন্টনের বিভিন্ন বিন্দুতে বৈশিষ্ট্য এবং সম্পর্কের একটি আরও সূক্ষ্ম দৃশ্য প্রদান করে।
জ্ঞান-ভিত্তিক বিশেষজ্ঞ সিস্টেম
একটি কৃত্রিম বুদ্ধিমত্তা প্রোগ্রাম যা একটি কাঠামোবদ্ধ জ্ঞান ভিত্তি এবং নিয়ম-ভিত্তিক অনুমান ইঞ্জিন ব্যবহার করে মানুষের বিশেষজ্ঞের সিদ্ধান্ত গ্রহণের ক্ষমতা অনুকরণ করে, যুক্তির প্রতিটি ধাপকে স্পষ্টভাবে উপস্থাপন করে।
ব্যাখ্যাযোগ্য লুকানো মার্কভ মডেল (HMM)
HMM-এর একটি বৈকল্পিক যেখানে লুকানো অবস্থা এবং রূপান্তর সম্ভাবনাগুলি বাস্তব বিশ্বের ধারণা বা ঘটনার সাথে মিল রেখে সীমাবদ্ধ বা ডিজাইন করা হয়, পূর্বাভাসিত ক্রমগুলির ব্যাখ্যাকে সহজতর করে।
স্ব-সংগঠিত কোহোনেন ম্যাপ (SOM)
একটি অনিরীক্ষিত নিউরাল নেটওয়ার্ক যা উচ্চ-মাত্রিক ডেটাকে একটি ২ডি বা ৩ডি গ্রিডে প্রক্ষেপণ করে, টপোলজিকাল সম্পর্ক সংরক্ষণ করে এবং ক্লাস্টারগুলির একটি ব্যাখ্যাযোগ্য ভিজ্যুয়ালাইজেশন সম্ভব করে।
সীমাবদ্ধ গাউসিয়ান মিশ্রণ মডেল
একটি ক্লাস্টারিং অ্যালগরিদম যেখানে মিশ্রণের উপাদানগুলিকে নির্দিষ্ট আকৃতি বা অভিমুখে (যেমন, বৈশিষ্ট্যগুলির সাথে অক্ষ সারিবদ্ধ) সীমাবদ্ধ করা হয়, প্রতিটি ক্লাস্টারকে বর্ণনা করা সহজতর করে।