এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
পাতা
গাছের টার্মিনাল নোড যা চূড়ান্ত ভবিষ্যদ্বাণী বা এই বিন্দুতে পৌঁছানো নমুনাগুলির সংখ্যাগরিষ্ঠ শ্রেণী ধারণ করে, সিদ্ধান্ত গ্রহণের প্রক্রিয়ার সমাপ্তি প্রতিনিধিত্ব করে।
বিভাজন মানদণ্ড
একটি নোডে ডেটা বিভাজনের গুণমান মূল্যায়নের জন্য ব্যবহৃত পরিমাণগত মেট্রিক, বিভাজনের মাধ্যমে তৈরি উপসেটগুলির সমজাতীয়তা সর্বাধিক করার লক্ষ্যে।
এনট্রপি
শ্যাননের তথ্য তত্ত্বের উপর ভিত্তি করে একটি নোডে বিশৃঙ্খলার তথ্যগত পরিমাপ, পার্টিশনগুলি অপ্টিমাইজ করার জন্য শ্রেণী বন্টনের অনিশ্চয়তা পরিমাপ করে।
আইডি৩ গাছ
এনট্রপি-ভিত্তিক তথ্য লাভ ব্যবহার করে বহু-শাখা সিদ্ধান্ত গাছ নির্মাণের জন্য ঐতিহাসিক অ্যালগরিদম, শুধুমাত্র শ্রেণীবদ্ধ ভেরিয়েবলের জন্য সীমাবদ্ধ এবং ওভারফিটিং ব্যবস্থাপনা ছাড়াই।
রিগ্রেশন গাছ
সিদ্ধান্ত গাছের বৈকল্পিক যা প্রতিটি পাতায় পৌঁছানো নমুনাগুলির গড় বা মধ্যমা নির্ধারণ করে অবিচ্ছিন্ন মান ভবিষ্যদ্বাণী করে, বিভাজনের জন্য বৈচিত্র্য হ্রাসের মতো মানদণ্ড ব্যবহার করে।
সিদ্ধান্ত পথ
একটি নির্দিষ্ট পর্যবেক্ষণের জন্য মূল থেকে একটি পাতা পর্যন্ত অতিক্রম করা নোড এবং পরীক্ষার অনন্য ক্রম, পৃথক ভবিষ্যদ্বাণীর একটি স্বচ্ছ ব্যাখ্যা প্রদান করে।
ওভারফিটিং
একটি ঘটনা যেখানে একটি অত্যধিক জটিল গাছ অন্তর্নিহিত প্যাটার্নগুলিকে সাধারণীকরণ করার পরিবর্তে প্রশিক্ষণ ডেটার শব্দ মুখস্থ করে, নিয়ন্ত্রণের জন্য প্রুনিংয়ের মতো কৌশল প্রয়োজন।