এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
Fidélité (Faithfulness)
একটি ব্যাখ্যা কতটা নির্ভুলভাবে মডেলের অভ্যন্তরীণ যুক্তিকে প্রতিফলিত করে, তার মাপকাঠি; এটি মূল্যায়ন করে যে ব্যাখ্যার ভবিষ্যদ্বাণীগুলি বিঘ্নিত ডেটার উপর মডেলের ভবিষ্যদ্বাণীর সাথে মেলে কিনা।
Compréhensibilité (Comprehensibility)
একজন মানুষ একটি ব্যাখ্যাকে কতটা সহজে বুঝতে পারে, তার বিষয়ক বিষয়গত বা বস্তুনিষ্ঠ মাপ, যা প্রায়শই ব্যাখ্যা মডেলের জটিলতার সাথে সম্পর্কিত (যেমন: নিয়মের সংখ্যা, একটি গাছের গভীরতা)।
Suffisance (Sufficiency)
একটি ব্যাখ্যা দ্বারা চিহ্নিত বৈশিষ্ট্যগুলির একটি উপসেট, মডেলের মূল ভবিষ্যদ্বাণীটি বজায় রাখার ক্ষমতা, যা নির্দেশ করে যে এই বৈশিষ্ট্যগুলি সিদ্ধান্তকে সমর্থন করার জন্য যথেষ্ট।
Nécessité (Necessity)
মূল্যায়ন করে যে ব্যাখ্যা দ্বারা গুরুত্বপূর্ণ হিসাবে চিহ্নিত একটি বৈশিষ্ট্যের (বা বৈশিষ্ট্যগুলির সেটের) অনুপস্থিতি মডেলের ভবিষ্যদ্বাণীকে উল্লেখযোগ্যভাবে পরিবর্তন করে কিনা।
Score d'Inférence Causale (CIS)
একটি ব্যাখ্যার সাধারণ সম্পর্কের পরিবর্তে প্রকৃত কারণ-দুষ্ট সম্পর্ক চিহ্নিত করার ক্ষমতা পরিমাপকারী মেট্রিক, যা ভেরিয়েবলগুলির উপর হস্তক্ষেপের প্রভাব পরীক্ষা করে।
Robustesse de l'Explication (Explanation Robustness)
মডেল বা ইনপুট ডেটা যখন বিরোধী আক্রমণ বা নয়েজের সম্মুখীন হয়, তখন ব্যাখ্যাগুলির পরিবর্তনের মাত্রা পরিমাপ করে, যা ব্যাখ্যার ম্যানিপুলেশনের বিরুদ্ধে প্রতিরোধ ক্ষমতা মূল্যায়ন করে।
Coherence des Caractéristiques (Feature Coherence)
মূল্যায়ন করে যে একটি ব্যাখ্যা দ্বারা গুরুত্বপূর্ণ বলে বিবেচিত বৈশিষ্ট্যগুলি পরস্পরের সাথে আর্থসম্পর্কে বা যৌক্তিকভাবে সামঞ্জস্যপূর্ণ কিনা, যা সামগ্রিক ব্যাখ্যার বিশ্বাসযোগ্যতা বাড়ায়।
Taux de Sélectivité (Selectivity Rate)
একটি ব্যাখ্যা দ্বারা ব্যবহৃত বৈশিষ্ট্য বা নিয়মের অনুপাত, মোট উপলব্ধ সংখ্যার তুলনায়, যা সংক্ষিপ্ত ব্যাখ্যাকে প্রাধান্য দেয়।
প্রাসঙ্গিকতা ফাংশন (Relevance Function)
একটি গাণিতিক ফাংশন যা মডেলের চূড়ান্ত পূর্বাভাসে কোনো বৈশিষ্ট্য বা বৈশিষ্ট্যের সেটের অবদানের পরিমাণ নির্ধারণ করে এবং অনেক ব্যাখ্যাযোগ্যতা মেট্রিকের ভিত্তি হিসেবে কাজ করে।
আন্তঃ-মূল্যায়নকারী চুক্তি (Inter-Annotator Agreement)
একটি পরিসংখ্যানগত পরিমাপ (যেমন: কোহেনের কাপ্পা স্কোর) যা কোনো ব্যাখ্যার গুণমান বা সত্যতা সম্পর্কে বিভিন্ন মানব বিশেষজ্ঞদের মধ্যে ঐকমত্যের স্তর মূল্যায়ন করে এবং এর ব্যক্তিগত প্রকৃতিকে বৈধতা দেয়।
নিশ্চিতকরণ পক্ষপাত (Confirmation Bias)
একটি মেট্রিক যা মূল্যায়ন করে যে কোনো ব্যাখ্যা কেবলমাত্র ব্যবহারকারীর পূর্ববর্তী বিশ্বাসকে শক্তিশালী করে কিনা, মডেলটিকে প্রশ্নবিদ্ধ না করে, এবং ভুল ব্যাখ্যার ঝুঁকি পরিমাপ করে।
বিচ্ছেদক ক্ষমতা (Discriminative Power)
কোনো ব্যাখ্যার সেই ক্ষমতা যা পূর্বাভাসকে ইতিবাচকভাবে প্রভাবিত করে এমন বৈশিষ্ট্যগুলিকে নেতিবাচকভাবে প্রভাবিত করে এমন বৈশিষ্ট্যগুলি থেকে স্পষ্টভাবে আলাদা করতে পারে, যা ব্যাখ্যার স্পষ্টতা বৃদ্ধি করে।
বৈশ্বিক নিষ্ঠা (Global Fidelity)
এটি মূল্যায়ন করে যে কোনো ব্যাখ্যা সম্পূর্ণ ডেটা স্পেসে মডেলের বৈশ্বিক আচরণকে কতটা নিখুঁতভাবে উপস্থাপন করতে পারে, যা প্রায়শই স্থানীয় নির্ভুলতার ব্যয়ে হয়ে থাকে।
কাউন্টারফ্যাকচুয়াল স্কোর (Counterfactual Score)
একটি মেট্রিক যা মডেলের পূর্বাভাস পরিবর্তন করার জন্য প্রয়োজনীয় সর্বনিম্ন বিঘ্ন এবং উৎপন্ন পরিস্থিতির সম্ভাব্যতার উপর ভিত্তি করে একটি কাউন্টারফ্যাকচুয়াল ব্যাখ্যার গুণমান মূল্যায়ন করে।
অর্থবোধক গভীরতা (Semantic Depth)
এটি কোনো ব্যাখ্যার বিমূর্ততার স্তর পরিমাপ করে, এবং নির্ধারণ করে যে এটি নিম্ন-স্তরের বৈশিষ্ট্যগুলির (পিক্সেল) উপর ভিত্তি করে নাকি আরও বোধগম্য উচ্চ-স্তরের ধারণাগুলির (বস্তু, ধারণা) উপর ভিত্তি করে।