এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
সারোগেট মডেল
একটি জটিল মডেলের আচরণ অনুমান করার জন্য প্রশিক্ষিত একটি সহজ এবং ব্যাখ্যাযোগ্য মেশিন লার্নিং মডেল, যা মূল মডেলের ভবিষ্যদ্বাণীগুলি বোঝার অনুমতি দেয়।
গ্লোবাল সারোগেট মডেল
সমগ্র ডেটাসেটে একটি ব্ল্যাক বক্স মডেলের গ্লোবাল আচরণ অনুকরণকারী একটি ব্যাখ্যাযোগ্য মডেল, যা জটিল মডেলের সিদ্ধান্তগুলির একটি সামগ্রিক দৃশ্য প্রদান করে।
লোকাল সারোগেট মডেল
একটি পৃথক ভবিষ্যদ্বাণীর একটি নির্দিষ্ট আশেপাশে শুধুমাত্র একটি জটিল মডেলের আচরণ অনুমান করে এমন একটি সহজ মডেল, এইভাবে স্থানীয় স্তরে সিদ্ধান্তগুলি ব্যাখ্যা করে।
মডেল ফিডেলিটি
একটি সারোগেট মডেলের মূল ব্ল্যাক বক্স মডেলের ভবিষ্যদ্বাণীগুলি বিশ্বস্তভাবে পুনরুত্পাদন করার ক্ষমতার পরিমাপ, প্রায়শই নির্ধারণ সহগ R² বা গড় বর্গ ত্রুটি দ্বারা মূল্যায়ন করা হয়।
সারোগেট ডিসিশন ট্রি
একটি জটিল মডেলের আচরণ অনুমান করার জন্য একটি সারোগেট মডেল হিসাবে ব্যবহৃত একটি সহজ সিদ্ধান্ত গাছ, সিদ্ধান্তের নিয়মগুলির একটি স্বজ্ঞাত ভিজ্যুয়াল ব্যাখ্যা প্রদান করে।
ফিচার রিলেভেন্স
একটি মডেলের ভবিষ্যদ্বাণীতে প্রতিটি ইনপুট বৈশিষ্ট্যের আপেক্ষিক গুরুত্বের একটি পরিমাণগত পরিমাপ, সারোগেট মডেলের সহগ বা ওয়েটিংয়ের অন্যান্য পদ্ধতির মাধ্যমে গণনা করা হয়।
লোকাল লিনিয়ার রিগ্রেশন
একটি নির্দিষ্ট ভবিষ্যদ্বাণীর চারপাশে ওয়েটেড ডেটার একটি উপসেটে ফিট করা একটি লিনিয়ার সারোগেট মডেল, যা বৈশিষ্ট্য এবং ভবিষ্যদ্বাণীর মধ্যে সম্পর্ক স্থানীয়ভাবে ব্যাখ্যা করার অনুমতি দেয়।
কাউন্টারফ্যাকচুয়াল এক্সপ্লানেশন
একটি মডেলের ভবিষ্যদ্বাণী পরিবর্তন করার জন্য ন্যূনতমভাবে পরিবর্তিত উদাহরণ তৈরি করে এমন একটি পদ্ধতি, প্রায়শই সমালোচনামূলক বৈশিষ্ট্যগুলি সনাক্ত করতে সারোগেট মডেলের মাধ্যমে প্রয়োগ করা হয়।
মডেলের জটিলতা
একটি মডেলের কাঠামোগত পরিশীলিততার পরিমাপ, যেখানে সারোগেট মডেলগুলি ব্যাখ্যাযোগ্যতা নিশ্চিত করার জন্য কম জটিলতাকে অগ্রাধিকার দেয় (অগভীর গাছ, রৈখিক মডেল)।
টুকরো টুকরো আনুমানিকরণ
একটি কৌশল যেখানে বৈশিষ্ট্য স্থানকে অঞ্চলে বিভক্ত করা হয়, প্রতিটি অঞ্চলের নিজস্ব সরল সারোগেট মডেল থাকে, যা স্থানীয় ব্যাখ্যাযোগ্যতা বজায় রাখার পাশাপাশি নমনীয় আনুমানিকরণের অনুমতি দেয়।
কার্নেল ওয়েটিং
স্থানীয় সারোগেট মডেলগুলিতে ব্যবহৃত একটি কৌশল যা আগ্রহের বিন্দুর কাছাকাছি নমুনাগুলিকে বেশি ওজন দেয়, মডেলের আচরণের একটি উন্নত স্থানীয় আনুমানিকরণ নিশ্চিত করে।
বিঘ্নিত নমুনায়ন
মূল বৈশিষ্ট্যগুলিকে বিঘ্নিত করে একটি পূর্বাভাসের চারপাশে সিন্থেটিক ডেটা তৈরির পদ্ধতি, যা প্রাসঙ্গিক প্রতিবেশীতে স্থানীয় সারোগেট মডেলগুলিকে প্রশিক্ষণ দিতে ব্যবহৃত হয়।
ব্যাখ্যামূলক বৈধতা
একটি মূল্যায়ন মানদণ্ড যা পরিমাপ করে যে একটি সারোগেট মডেল দ্বারা প্রদত্ত ব্যাখ্যাগুলি ডোমেইন জ্ঞানের সাথে সামঞ্জস্যপূর্ণ এবং মানুষের সিদ্ধান্ত গ্রহণের জন্য উপযোগী কিনা।
বিকল্প ফাংশন
একটি সরলীকৃত গাণিতিক উপস্থাপনা যা মূল মডেলের জটিল সিদ্ধান্ত ফাংশনকে আনুমানিক করে, যা অ-প্রযুক্তিগত ব্যবহারকারীদের জন্য পূর্বাভাসগুলি বোধগম্য করতে অপরিহার্য।