এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ইলাস্টিক নেট নিয়মিতকরণ
L1 এবং L2 নিয়মিতকরণের সংমিশ্রণ যা ভেরিয়েবল নির্বাচন (L1) এবং সহগ স্থিতিশীলতা (L2) উভয়ের সুবিধা নেওয়ার জন্য একটি মিশ্রণ প্যারামিটার ব্যবহার করে।
নিয়মিতকরণ হাইপারপ্যারামিটার (λ)
স্কেলার প্যারামিটার যা নিয়মিতকরণ পদ্ধতিতে শাস্তির তীব্রতা নিয়ন্ত্রণ করে, ডেটা ফিটিং এবং মডেলের জটিলতার মধ্যে ভারসাম্য বজায় রাখে।
নিয়মিতকরণ ফ্যাক্টর
অবজেক্টিভ ফাংশনে নিয়মিতকরণ টার্মে প্রয়োগ করা গুণক সহগ, যা আনুমানিক ত্রুটির তুলনায় শাস্তির আপেক্ষিক ওজন নির্ধারণ করে।
নিয়মিতকরণ পক্ষপাত
নিয়মিতকরণ দ্বারা পরিচয় করানো পদ্ধতিগত বিকৃতি, যা ভ্যারিয়েন্স কমাতে এবং সাধারণীকরণ উন্নত করতে প্রয়োজনীয়।
ফ্রোবেনিয়াস শাস্তি
ফ্রোবেনিয়াস নর্মের উপর ভিত্তি করে ম্যাট্রিক্স নিয়মিতকরণ টার্ম, একটি ম্যাট্রিক্সের জটিলতা নিয়ন্ত্রণ করার জন্য এর সমস্ত উপাদানের বর্গের যোগফলকে শাস্তি দেয়।
নিউক্লিয়ার নিয়মিতকরণ
নিউক্লিয়ার নর্ম (একক মানের যোগফল) এর উপর ভিত্তি করে শাস্তি যা নিম্ন-র্যাঙ্ক ম্যাট্রিক্সকে পছন্দ করে, বিশেষ করে ম্যাট্রিক্স সম্পূর্ণকরণে দরকারী।
λ এর জন্য ক্রস-ভ্যালিডেশন
নিয়মিতকরণ হাইপারপ্যারামিটার λ এর সর্বোত্তম মান নির্বাচন করার জন্য ডেটার বিভিন্ন পার্টিশন ব্যবহার করে পদ্ধতিগত মূল্যায়ন পদ্ধতি।
ফ্যাক্টর অবক্ষয়
যে সমস্যায় লুকানো ফ্যাক্টরগুলি আনুমানিক মানের উন্নতি ছাড়াই নির্বিচারে বড় প্রশস্ততায় পরিণত হয়, তাদের নর্ম সীমাবদ্ধ করার জন্য নিয়মিতকরণ প্রয়োজন।
ট্রেস নিয়মিতকরণ
একটি ম্যাট্রিক্সের ট্রেস (তির্যক উপাদানের যোগফল) ভিত্তিক শাস্তি পদ, যা পচন প্রক্রিয়ায় ফ্যাক্টরগুলির সামগ্রিক স্কেল নিয়ন্ত্রণ করতে ব্যবহৃত হয়।
স্বল্পতা সহগ
L1 নিয়মিতকরণের তীব্রতা নিয়ন্ত্রণকারী প্যারামিটার, যা লুকানো ফ্যাক্টরগুলির উপস্থাপনায় কাঙ্ক্ষিত স্বল্পতার স্তর নির্ধারণ করে।
টিখোনভ শাস্তি
বিপরীত সমস্যায় প্রয়োগ করা L2 নিয়মিতকরণের সাধারণীকৃত রূপ, পূর্বনির্ধারিত ওজন ম্যাট্রিক্স অনুযায়ী প্যারামিটারের নর্ম শাস্তি দিয়ে সমাধানকে স্থিতিশীল করে।
অভিযোজিত নিয়মিতকরণ সামঞ্জস্য
একটি পদ্ধতি যেখানে নিয়মিতকরণ প্যারামিটার ডেটার স্থানীয় কাঠামোর উপর নির্ভর করে গতিশীলভাবে পরিবর্তিত হয়, স্থানের বিভিন্ন অঞ্চল অনুযায়ী পৃথক শাস্তি প্রয়োগ করে।