এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
হার্ড মার্জিন
এসভিএম পদ্ধতি যা ক্লাসগুলোর মধ্যে নিখুঁত বিভাজন দাবি করে এবং কোনো ভুলের জন্য সহনশীলতা রাখে না। এই পদ্ধতি আউটলায়ার ডেটার প্রতি সংবেদনশীল এবং বাস্তব ডেটাসেটে ওভারফিটিংয়ের দিকে নিয়ে যেতে পারে।
পলিনোমিয়াল ডিগ্রি
পলিনোমিয়াল কার্নেলে ব্যবহৃত বহুপদীর ক্রম নির্ধারণ করে জটিলতা নিয়ন্ত্রণকারী প্যারামিটার। উচ্চতর মান জটিল সম্পর্ক ক্যাপচার করতে দেয় কিন্তু ওভারফিটিংয়ের ঝুঁকি বাড়ায়।
Coef0
পলিনোমিয়াল এবং সিগময়েড কার্নেলে স্বাধীন পদ যা উচ্চ ও নিম্ন ক্রমের পদগুলোর প্রভাব নিয়ন্ত্রণ করে। এই প্যারামিটার সিদ্ধান্ত ফাংশনের আকৃতি সামঞ্জস্য করে এবং মডেলের নমনীয়তাকে প্রভাবিত করে।
টলারেন্স
এসভিএম অপ্টিমাইজেশন অ্যালগরিদমের জন্য কাঙ্ক্ষিত নির্ভুলতা সংজ্ঞায়িতকারী স্টপিং ক্রাইটেরিয়া। কঠোর টলারেন্স আরও সঠিক সমাধানের দিকে নিয়ে যায় কিন্তু কনভারজেন্সের জন্য গণনার সময় বাড়ায়।
পলিনোমিয়াল কার্নেল
ডেটাকে নন-লিনিয়ার ফিচার স্পেসে ম্যাপ করার জন্য বহুপদী রূপান্তর ব্যবহারকারী কার্নেল ফাংশন। ভেরিয়েবলগুলোর মধ্যে উচ্চতর ক্রমের ইন্টারঅ্যাকশন ক্যাপচার করার জন্য এই কার্নেল বিশেষভাবে উপযুক্ত।
সিগময়েড কার্নেল
হাইপারবোলিক ট্যানজেন্ট ফাংশন ভিত্তিক কার্নেল ফাংশন, যা গাণিতিকভাবে দ্বি-স্তরীয় নিউরাল নেটওয়ার্কের সমতুল্য। এই কার্নেল নন-লিনিয়ার সম্পর্ক মডেল করতে পারে কিন্তু প্যারামিটার মানের প্রতি সংবেদনশীল।
লিনিয়ার কার্নেল
সরলতম কার্নেল ফাংশন যা ডেটার কোনো রূপান্তর করে না, সরাসরি অরিজিনাল স্পেসে কাজ করে। লিনিয়ারলি সেপারেবল ডেটার জন্য এই কার্নেল কার্যকর এবং সর্বোত্তম ট্রেনিং গতি প্রদান করে।
এপসিলন সহগ
রিগ্রেশন এসভিএম-এ প্যারামিটার যা প্রেডিকশন ফাংশনের চারপাশে ত্রুটির প্রতি অসংবেদনশীল জোনের প্রস্থ নির্ধারণ করে। এই প্যারামিটার অবশিষ্টাংশের প্রতি সহনশীলতা নিয়ন্ত্রণ করে এবং রিগ্রেশন মডেলের রোবাস্টনেসকে প্রভাবিত করে।
ক্যাশের আকার
প্রশিক্ষণের সময় কার্নেল গণনা সংরক্ষণের জন্য বরাদ্দকৃত মেমরি নিয়ন্ত্রণকারী প্রযুক্তিগত প্যারামিটার। বৃহত্তর ক্যাশের আকার বড় ডেটাসেটের জন্য গণনা দ্রুততর করে কিন্তু আরও সিস্টেম সম্পদ ব্যবহার করে।
সঙ্কোচন
অপ্টিমাইজেশন কৌশল যা এসভিএম অপ্টিমাইজেশন সমস্যা থেকে ধীরে ধীরে নিষ্ক্রিয় সীমাবদ্ধতাগুলি দূর করে। এই হিউরিস্টিক্স বড় ডেটাসেটে অভিসরণকে উল্লেখযোগ্যভাবে দ্রুততর করে।
সর্বোচ্চ পুনরাবৃত্তি
এসভিএম অপ্টিমাইজেশন অ্যালগরিদমের জন্য অনুমোদিত পুনরাবৃত্তির সংখ্যার উপরের সীমা। এই প্যারামিটার অসীম লুপ প্রতিরোধ করে এবং জটিল ডেটাসেটের জন্য সর্বোচ্চ গণনা সময় নিয়ন্ত্রণ করে।