এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
এক্সপেক্টেশন-ম্যাক্সিমাইজেশন (EM) অ্যালগরিদম
লুকানো ভেরিয়েবল সহ সম্ভাব্যতা মডেলগুলিতে প্যারামিটারের সর্বাধিক সম্ভাবনা অনুমান খুঁজে বের করার জন্য একটি পুনরাবৃত্তিমূলক পদ্ধতি, যা একটি এক্সপেক্টেশন (E) এবং ম্যাক্সিমাইজেশন (M) ধাপের মধ্যে বিকল্পভাবে কাজ করে।
কনজুগেট প্রায়র ডিস্ট্রিবিউশন
একটি প্রায়র ডিস্ট্রিবিউশন নির্বাচন করা যা, যখন সম্ভাবনা ফাংশনের সাথে সংযুক্ত করা হয়, তখন একই ডিস্ট্রিবিউশন পরিবারের অন্তর্গত একটি পোস্টেরিয়র ডিস্ট্রিবিউশন তৈরি করে, বিশ্লেষণাত্মক গণনাগুলিকে ব্যাপকভাবে সরল করে।
মার্কভ চেইন মন্টে কার্লো (MCMC) পদ্ধতি
সম্ভাব্যতা ডিস্ট্রিবিউশন স্যাম্পলিংয়ের জন্য অ্যালগরিদমের একটি শ্রেণী, যা একটি মার্কভ চেইন তৈরি করে যার স্থির ডিস্ট্রিবিউশন হল লক্ষ্য ডিস্ট্রিবিউশন, বায়েসিয়ান ইন্টিগ্রালগুলিকে আনুমানিক করতে সক্ষম করে।
মিন ফিল্ড অ্যাপ্রক্সিমেশন
ভেরিয়েশনাল অ্যাপ্রক্সিমেশনের একটি পরিবার যা ধরে নেয় যে পোস্টেরিয়র ডিস্ট্রিবিউশন প্রতিটি ভেরিয়েবলের জন্য সহজ ডিস্ট্রিবিউশনের একটি গুণফল হিসাবে ফ্যাক্টরাইজ হয়, পারস্পরিক সম্পর্ক হারানোর খরচে অপ্টিমাইজেশনকে সরল করে।
এপিস্টেমিক ইনফারেন্স
ইনফারেন্সের একটি শাখা যা জ্ঞানের অভাবের কারণে অনিশ্চয়তার পরিমাপে মনোনিবেশ করে, প্রায়শই বায়েসিয়ান কাঠামোতে মডেল প্যারামিটারের উপর সম্ভাব্যতা ডিস্ট্রিবিউশন দ্বারা মডেল করা হয়।