এআই গ্লসারি

📖

শব্দ

মিন-ম্যাক্স স্কেলিং

মানগুলিকে একটি পূর্বনির্ধারিত সীমার মধ্যে রৈখিকভাবে পুনরায় স্কেল করা, সাধারণত [0,1] বা [-1,1]। সর্বনিম্ন মান বিয়োগ করে এবং তারপর বন্টনের পরিসর দ্বারা ভাগ করে ডেটা উপস্থাপন করে।

📖

শব্দ

জনসন রূপান্তর

সমস্ত সম্ভাব্য অবিচ্ছিন্ন বন্টন আচ্ছাদনকারী তিনটি পরিবারের রূপান্তরের (SB, SL, SU) সিস্টেম। উপযুক্ত পরিবার স্বয়ংক্রিয়ভাবে নির্বাচন করে এবং ডেটা স্বাভাবিক করার জন্য পরামিতিগুলি অনুমান করে।

📖

শব্দ

ভ্যারিয়েন্স স্থিতিশীলকরণ রূপান্তর

একটি ফাংশন প্রয়োগ করা যার ডেরিভেটিভ ভেরিয়েবলের স্ট্যান্ডার্ড ডেভিয়েশনের বিপরীতভাবে সমানুপাতিক। ভ্যারিয়েন্সকে গড় থেকে স্বাধীন করতে লক্ষ্য করে, যা প্যারামেট্রিক মডেলগুলির জন্য অপরিহার্য।

📖

শব্দ

ফ্রিম্যান-টুকি রূপান্তর

গণনা ডেটার জন্য নির্দিষ্ট রূপান্তর যা x এবং x+1 এর বর্গমূল একত্রিত করে। ছোট মান সহ পয়সন বন্টনের ভ্যারিয়েন্স স্থিতিশীল করার জন্য বিশেষভাবে কার্যকর।

📖

শব্দ

অ্যান্সকম্ব রূপান্তর

পয়সন বন্টন অনুসরণকারী ডেটার জন্য অপ্টিমাইজ করা সংযোজন সংশোধন সহ বর্গমূল ফাংশন। একটি স্বাভাবিক বন্টন অনুমান করার জন্য x কে (x + 3/8) এর বর্গমূলে রূপান্তর করে।

📖

শব্দ

উইলসন-হিলফার্টি রূপান্তর

একটি চি-স্কোয়ার বন্টনকে একটি স্বাভাবিক বন্টন দ্বারা অনুমান করা ঘনমূল রূপান্তর। চি-স্কোয়ার বন্টনের তির্যকতা কমাতে সংশোধন সহ 1/3 শক্তি প্রয়োগ করে।

📖

শব্দ

ল্যাম্বার্ট ডব্লিউ রূপান্তর

তির্যক গাউসিয়ান বন্টনগুলিকে প্রতিসম করার জন্য ল্যাম্বার্টের ডব্লিউ ফাংশন প্রয়োগ করা। গাউসিয়ান বিকৃতিগুলি বিপরীত করতে তির্যকতা এবং কুর্তোসিস দ্বারা রূপান্তর পরামিতি নির্ধারণ করে।

📖

শব্দ

ফিশার রূপান্তর

তাদের ভ্যারিয়েন্স স্থিতিশীল করার জন্য পারস্পরিক সম্পর্ক সহগগুলির হাইপারবোলিক ট্যানজেন্ট রূপান্তর। [-1,1] সীমাবদ্ধ পারস্পরিক সম্পর্কের বন্টনকে R-এ প্রায় স্বাভাবিক বন্টনে রূপান্তর করে।

📖

শব্দ

রোবাস্ট স্কেলিং

গড় এবং স্ট্যান্ডার্ড ডেভিয়েশনের পরিবর্তে মধ্যমা এবং ইন্টারকোয়ার্টাইল রেঞ্জ ব্যবহার করে স্কেলিং পদ্ধতি। স্ট্যান্ডার্ড মোমেন্ট-ভিত্তিক রূপান্তরকে প্রভাবিত করতে পারে এমন চরম মানগুলির বিরুদ্ধে প্রতিরোধী।