এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
Forêt Aléatoire (Random Forest)
ব্যাগিং অ্যালগরিদম যা সিদ্ধান্ত গাছকে মূল আনুমানিককারী হিসাবে ব্যবহার করে, যেখানে প্রতিটি গাছ একটি বুটস্ট্র্যাপ নমুনা এবং বৈশিষ্ট্যগুলির একটি এলোমেলো উপসেটের উপর প্রশিক্ষিত হয়।
Out-of-Bag (OOB) Error
ব্যাগিং মডেলের পারফরম্যান্স মূল্যায়নের একটি পদ্ধতি যেখানে প্রতিটি আনুমানিককারীর জন্য বুটস্ট্র্যাপ স্যাম্পলিংয়ের সময় নির্বাচন করা হয়নি এমন ডেটাকে ভ্যালিডেশন সেট হিসাবে ব্যবহার করা হয়।
Instabilité des Estimateurs
কিছু মূল মডেলের (যেমন সিদ্ধান্ত গাছ) একটি বৈশিষ্ট্য যা ডেটার সামান্য পরিবর্তনের প্রতি খুব সংবেদনশীল, যা তাদের জন্য ব্যাগিংকে বিশেষভাবে কার্যকর করে তোলে।
Random Patches
একটি এনসেম্বল কৌশল যা প্রতিটি মূল মডেলের জন্য ইনস্ট্যান্সের উপর বুটস্ট্র্যাপ স্যাম্পলিং এবং বৈশিষ্ট্যগুলির উপর এলোমেলো স্যাম্পলিংকে একত্রিত করে, যা বৈচিত্র্য বাড়ায়।
Briquetage (Bagging de régression)
রিগ্রেশন মডেলের উপর ব্যাগিংয়ের একটি নির্দিষ্ট প্রয়োগ, যেখানে চূড়ান্ত পূর্বাভাসগুলি মূল রিগ্রেসারদের পৃথক পূর্বাভাসগুলির গড় নির্ণয় করে পাওয়া হয়।
Diversité de l'Ensemble
মূল মডেলগুলির মধ্যে ত্রুটির বিষমতার একটি পরিমাপ, যেখানে উচ্চ বৈচিত্র্য ব্যাগিংয়ে একত্রীকরণের মাধ্যমে সামগ্রিক ত্রুটি কার্যকরভাবে হ্রাস করার জন্য অত্যন্ত গুরুত্বপূর্ণ।