এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
সম্ভাব্য ম্যাট্রিক্স ফ্যাক্টরাইজেশন (PMF)
ব্যবহারকারী-আইটেম পছন্দসমূহকে সম্ভাব্যতা বন্টনের মাধ্যমে মডেল করে এমন বেইজিয়ান ম্যাট্রিক্স ফ্যাক্টরাইজেশন পদ্ধতি, যা পূর্বাভাসের অনিশ্চয়তা পরিমাপ ও ব্যবস্থাপনা করতে সক্ষম।
লেটেন্ট ফ্যাক্টর ম্যাট্রিক্স
নিম্ন-র্যাঙ্কের ম্যাট্রিক্স যা ব্যবহারকারী বা আইটেমের অদৃশ্য লেটেন্ট বৈশিষ্ট্যসমূহ উপস্থাপন করে, যার এন্ট্রিগুলো PMF কাঠামোতে র্যান্ডম ভেরিয়েবল হিসেবে বিবেচিত হয়।
পোস্টেরিয়র বন্টন
পর্যবেক্ষণকৃত ডেটা বিবেচনার পর লেটেন্ট ফ্যাক্টরসমূহের সম্ভাব্যতা বন্টন, যা PMF মডেলের প্যারামিটার সম্পর্কে হালনাগাদকৃত জ্ঞান প্রতিনিধিত্ব করে।
প্রিসিশন ম্যাট্রিক্স
কোভেরিয়েন্স ম্যাট্রিক্সের বিপরীত, যা গাউসিয়ান বন্টনের (প্রায়র ও লাইকলিহুড) সংজ্ঞায় ব্যবহৃত হয় পর্যবেক্ষণে আস্থা এবং লেটেন্ট ফ্যাক্টরগুলোর নিয়মিতকরণ নিয়ন্ত্রণের জন্য।
তিন-স্তর বিশিষ্ট মডেল
PMF-এর সম্প্রসারণ যেখানে হাইপারপ্যারামিটারগুলোর নিজস্ব প্রায়র বন্টন থাকে, যা সর্বোত্তম নিয়মিতকরণের স্বয়ংক্রিয় অনুমান এবং স্পারসিটির উন্নত ব্যবস্থাপনা সম্ভব করে।
পর্যবেক্ষণ শোর
পর্যবেক্ষণকৃত ডেটার অন্তর্নিহিত র্যান্ডম পরিবর্তনশীলতা (যেমন: অসম্পূর্ণ রেটিং), যা PMF-এর লাইকলিহুড বন্টনের ভ্যারিয়েন্স দ্বারা মডেল করা হয় ব্যবহারকারীর পছন্দের অনিশ্চয়তা ধারণের জন্য।
স্বয়ংক্রিয় নিয়মিতকরণ
PMF-এর বেইজিয়ান কাঠামোর মাধ্যমে হাইপারপ্যারামিটার অনুমানের সাহায্যে স্বয়ংক্রিয়ভাবে সর্বোত্তম নিয়মিতকরণের স্তর নির্ধারণের ক্ষমতা, যা ব্যয়বহুল ম্যানুয়াল টিউনিং এড়ায়।
পোস্টেরিয়র গড় পূর্বাভাস
একটি অপর্যবেক্ষিত রেটিংয়ের পয়েন্ট এস্টিমেট যা পোস্টেরিয়র প্রেডিক্টিভ বন্টনের প্রত্যাশা হিসেবে গণনা করা হয়, লেটেন্ট ফ্যাক্টরগুলোর অনিশ্চয়তা একীভূত করে আরও রোবাস্ট পূর্বাভাস প্রদানের জন্য।
সম্ভাব্যতা ভিত্তিক ম্যাট্রিক্স ফ্যাক্টরাইজেশন
এমসিএমসি স্যাম্পলিংয়ের বিকল্প পদ্ধতি যা লগ-সম্ভাবনার নিম্ন সীমা অপ্টিমাইজেশনের মাধ্যমে পোস্টেরিয়র ডিস্ট্রিবিউশন আনুমানিক করে, বড় ডেটাসেটের জন্য গতি-সঠিকতার ভারসাম্য প্রদান করে।
ব্যবহারকারী-আইটেম ইন্টারঅ্যাকশন ম্যাট্রিক্স
পর্যবেক্ষণকৃত ডেটার (যেমন: রেটিং, ক্লিক) একটি স্পার্স ম্যাট্রিক্স যা পিএমএফ মডেল তার পর্যবেক্ষণকৃত এন্ট্রিগুলো ফ্যাক্টরাইজ করে অনুপস্থিত এন্ট্রিগুলো ভবিষ্যদ্বাণী করার জন্য আনুমানিক করতে চায়।