এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
তথ্য ফাঁস (ব্লেন্ডিং)
ব্লেন্ডিং-এর একটি নির্দিষ্ট ঝুঁকি যেখানে হোল্ড-আউট সেট যথেষ্ট প্রতিনিধিত্বমূলক না হলে বা খুব ছোট হলে, মেটা-মডেলটি বেস মডেলগুলির পূর্বাভাসগুলিকে ওভারফিট করতে পারে।
ব্লেন্ডিং ওজন
চূড়ান্ত সংমিশ্রণে প্রতিটি বেস মডেলের পূর্বাভাসকে ওজন করার জন্য মেটা-মডেল দ্বারা শেখানো সহগ বা প্যারামিটার (প্রায়শই একটি সাধারণ রৈখিক রিগ্রেশন)।
দুই স্তরের প্রশিক্ষণ
ব্লেন্ডিং-এর একটি অনুক্রমিক প্রক্রিয়া যেখানে প্রথমে বেস মডেলগুলিকে প্রশিক্ষণ দেওয়া হয়, এরপর তাদের সংশ্লিষ্ট পূর্বাভাসগুলির উপর মেটা-মডেলকে প্রশিক্ষণ দেওয়া হয়।
স্ট্যাকড ক্রস-ভ্যালিডেশন
ব্লেন্ডিং-এর একটি বিকল্প যেখানে মেটা-মডেলের জন্য পূর্বাভাসগুলি প্রশিক্ষণ সেটের উপর একটি ক্রস-ভ্যালিডেশনের মাধ্যমে তৈরি করা হয়, যা ওভারফিটিং-এর ঝুঁকি কমায় কিন্তু জটিলতা বাড়ায়।
মডেলের বৈচিত্র্য
ব্লেন্ডিং-এর একটি মূল নীতি যা বিভিন্ন অ্যালগরিদমের (যেমন: ডিসিশন ট্রি, এসভিএম, নিউরাল নেটওয়ার্ক) বেস মডেল ব্যবহার করে বিভিন্ন ধরনের প্যাটার্ন ধরার জন্য এবং সামগ্রিক পারফরম্যান্স উন্নত করার জন্য।
আউট-অফ-ফোল্ড পূর্বাভাস
একটি ক্রস-ভ্যালিডেশনের প্রতিটি ফোল্ডের ভ্যালিডেশন ডেটার উপর একটি মডেল দ্বারা তৈরি করা পূর্বাভাস, যা স্ট্যাকিং-এ ব্যবহৃত হয় কিন্তু ব্লেন্ডিং-এ একটি হোল্ড-আউট সেটের পক্ষে এড়িয়ে যাওয়া হয়।
মেটা-মডেলের ওভারফিটিং
এমন একটি ঘটনা যেখানে মেটা-মডেলটি বেস মডেলগুলির সংমিশ্রণকে সাধারণীকরণ করার পরিবর্তে হোল্ড-আউট সেটে তাদের পূর্বাভাসগুলি মুখস্থ করে ফেলে, যা প্রায়শই একটি খুব ছোট হোল্ড-আউট সেট বা একটি খুব জটিল মেটা-মডেলের কারণে হয়।
রৈখিক ব্লেন্ডিং
ব্লেন্ডিং-এর একটি সরলীকৃত রূপ যেখানে মেটা-মডেলটি একটি রৈখিক রিগ্রেশন, যা বেস মডেলগুলির পূর্বাভাসের একটি অপ্টিমাল রৈখিক সংমিশ্রণ খুঁজে বের করার জন্য সীমাবদ্ধ।
ব্লেন্ডিং-এর জন্য স্তরিত বিভাজন
ব্লেন্ডিং-এর জন্য ডেটাসেটকে প্রশিক্ষণ এবং হোল্ড-আউট সেটে বিভক্ত করার একটি কৌশল, যেখানে লক্ষ্য ক্লাসের বন্টন সংরক্ষণ করা হয় মেটা-মডেলের পূর্বাভাসে পক্ষপাত এড়াতে।
পূর্বাভাস ফিউশন
একাধিক এস্টিমেটরের আউটপুটকে একত্রিত করার ক্রিয়া, যা ব্লেন্ডিং এবং অন্যান্য এনসেম্বল পদ্ধতির মূল ভিত্তি এবং আরও শক্তিশালী চূড়ান্ত পূর্বাভাস তৈরি করতে সাহায্য করে।
ওজনযুক্ত ব্লেন্ডিং
ব্লেন্ডিং-এর একটি বৈচিত্র্য, যেখানে বেস মডেলের পূর্বাভাসগুলিতে দেওয়া ওজনগুলি একটি মেটা-মডেল দ্বারা শেখানোর পরিবর্তে ম্যানুয়ালি বা একটি হিউরিস্টিক দ্বারা সংজ্ঞায়িত করা হয়।
ব্লেন্ডিং-এ সাধারণীকরণ
চূড়ান্ত ব্লেন্ডিং মডেলের নতুন অদৃশ্য ডেটার উপর সঠিকভাবে পারফর্ম করার ক্ষমতা, যা বেস মডেলগুলির শক্তি এবং মেটা-মডেলের তাদের সমন্বয়কে সাধারণীকরণ করার ক্ষমতার উপর নির্ভর করে।