এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
অ্যাঙ্কর (Anchors)
একটি পদ্ধতি যা সহজ এবং পর্যাপ্ত সিদ্ধান্তমূলক নিয়ম (অ্যাঙ্কর) চিহ্নিত করে যা একটি প্রদত্ত উদাহরণের জন্য একটি মডেলের পূর্বাভাস উচ্চ বিশ্বস্ততার সাথে ব্যাখ্যা করে।
শ্যাপলি মান
গেম থিওরির একটি ধারণা যা সমস্ত সম্ভাব্য জোট জুড়ে একজন খেলোয়াড়ের (বৈশিষ্ট্য) প্রান্তিক অবদানের গড় পরিমাপ করে, যা SHAP-এর ভিত্তি হিসেবে কাজ করে।
ইনপুট পের্টার্বেশন
ইনপুট ডেটাতে সামান্য পরিবর্তন তৈরি করার প্রক্রিয়া যা মডেলের পূর্বাভাসের উপর প্রভাব পর্যবেক্ষণ করতে ব্যবহৃত হয়, LIME-এর মতো পদ্ধতিতে স্থানীয় প্রতিবেশী গঠনের জন্য ব্যবহৃত হয়।
ফিডেলিটি (Fidelity)
একটি মেট্রিক যা মূল্যায়ন করে যে একটি স্থানীয় ব্যাখ্যা (যেমন LIME-এর সরল মডেল) তার প্রতিবেশীতে জটিল মডেলের আচরণ কতটা বিশ্বস্তভাবে অনুকরণ করে।
মডেল-অজ্ঞেয়বাদী ব্যাখ্যা
ব্যাখ্যাযোগ্যতার একটি পদ্ধতি যা পূর্বাভাসমূলক মডেলটিকে একটি ব্ল্যাক বক্স হিসেবে বিবেচনা করে, শুধুমাত্র এর ইনপুট এবং আউটপুটের সাথে ইন্টারঅ্যাক্ট করে ব্যাখ্যা তৈরি করে।
স্যালিয়েন্সি ম্যাপ
একটি ভিজ্যুয়ালাইজেশন যা একটি ইনপুটের পিক্সেল বা বৈশিষ্ট্যগুলো হাইলাইট করে যা মডেলের পূর্বাভাসকে সবচেয়ে বেশি প্রভাবিত করেছে, প্রায়শই গ্রেডিয়েন্ট গণনার মাধ্যমে প্রাপ্ত।
কার্নেল প্রতিবেশী
LIME-এ, একটি ফাংশন যা মূল উদাহরণ এবং পের্টার্ব করা উদাহরণগুলোর মধ্যে নৈকট্য সংজ্ঞায়িত করে, স্থানীয় ব্যাখ্যা মডেলে তাদের প্রভাব ওজন করে।
ব্যাখ্যা নিয়ম
একটি সরল লজিক্যাল শর্ত (যেমন: IF feature_A > X AND feature_B < Y) যা একটি নির্দিষ্ট পূর্বাভাসের প্রধান কারণ ধারণ করে, Anchors-এর মতো পদ্ধতির সাধারণ।
পোস্ট-হক ব্যাখ্যাযোগ্যতা
স্বভাবতই ব্যাখ্যাযোগ্য মডেলের বিপরীতে, একটি মডেলের সিদ্ধান্ত বোঝার জন্য প্রশিক্ষণের পরে এর বিশ্লেষণ।
SHAP কার্নেল এক্সপ্লেইনার
SHAP-এর একটি বাস্তবায়ন যা শ্যাপলি মান অনুমান করতে কার্নেল-স্টাইল ওয়েটিং ব্যবহার করে, এটিকে মডেল-অজ্ঞেয়বাদী কিন্তু সম্ভাব্য ধীর গতির করে তোলে।
SHAP ট্রি এক্সপ্লেইনার
একটি অপ্টিমাইজড SHAP অ্যালগরিদম যা গাছ-ভিত্তিক মডেলের জন্য (যেমন XGBoost, LightGBM) অত্যন্ত দক্ষভাবে সঠিক শ্যাপলি মান গণনা করে।
সারোগেট দ্বারা স্থানীয় ব্যাখ্যা
LIME-এর মৌলিক নীতি, যা জটিল মডেলের আচরণকে স্থানীয়ভাবে অনুমান করার জন্য একটি সাধারণ এবং ব্যাখ্যাযোগ্য মডেল (সারোগেট) প্রশিক্ষণ দিয়ে গঠিত।