এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
কে-নিকটতম ওরাকল
পরীক্ষার উদাহরণের কে-নিকটতম প্রতিবেশীদের উপর শ্রেণীবদ্ধকারীদের দক্ষতা মূল্যায়ন করার পদ্ধতি, যা চূড়ান্ত ভবিষ্যদ্বাণীর জন্য কোনগুলি ব্যবহার করতে হবে তা নির্ধারণ করে।
দক্ষতার অঞ্চল
বৈশিষ্ট্য স্থানের একটি এলাকা যা একটি পরীক্ষার উদাহরণের নিকটতম প্রতিবেশীদের দ্বারা সংজ্ঞায়িত, শ্রেণীবদ্ধকারীদের স্থানীয় দক্ষতা মূল্যায়ন করতে ব্যবহৃত হয়।
ডিইএস-কে-এন-এন
গতিশীল নির্বাচন কৌশল যা দক্ষতার অঞ্চল সংজ্ঞায়িত করতে এবং শ্রেণীবদ্ধকারীদের স্থানীয় কর্মক্ষমতা মূল্যায়ন করতে কে-নিকটতম প্রতিবেশী অ্যালগরিদম ব্যবহার করে।
দক্ষতা মানচিত্র
এনসেম্বলে প্রতিটি শ্রেণীবদ্ধকারীর দক্ষতা অঞ্চলের স্থানিক উপস্থাপনা, যা প্রতিটি মডেল যে অঞ্চলে উত্কৃষ্ট তা চাক্ষুষভাবে চিহ্নিত করতে সক্ষম করে।
স্থানীয় নির্ভুলতা অনুমান
স্থানীয় দক্ষতা অঞ্চলে অনুরূপ উদাহরণগুলির উপর তার নির্ভুলতার ভিত্তিতে একটি শ্রেণীবদ্ধকারীর কর্মক্ষমতা মূল্যায়নের প্রক্রিয়া।
এনসেম্বল প্রুনিং
গতিশীল নির্বাচনের আগে বা সময়ে অপ্রয়োজনীয় বা কম কার্যকর শ্রেণীবদ্ধকারীদের বাদ দিয়ে একটি এনসেম্বলের আকার কমানোর কৌশল।
ডিইএস-ক্লাস্টারিং
গতিশীল নির্বাচন পদ্ধতি যা অনুরূপ উদাহরণের গ্রুপ চিহ্নিত করতে এবং প্রতিটি ক্লাস্টারে শ্রেণীবদ্ধকারীদের দক্ষতা মূল্যায়ন করতে ক্লাস্টারিং অ্যালগরিদম ব্যবহার করে।
ডিইএস-এর জন্য মেটা-লার্নিং
উদাহরণগুলি এবং অতীতের কর্মক্ষমতা থেকে নিষ্কাশিত মেটা-বৈশিষ্ট্যগুলির ভিত্তিতে শ্রেণীবদ্ধকারীদের দক্ষতা ভবিষ্যদ্বাণী করতে মেটা-লার্নিং ব্যবহার।
কম্পিটেন্স ডাইভার্সিটি
একটি এনসেম্বলে বিভিন্ন ক্লাসিফায়ারের দক্ষতার ক্ষেত্রগুলির মধ্যে বৈচিত্র্যের পরিমাপ, কার্যকর ডাইনামিক সিলেকশনের জন্য অপরিহার্য।
ডাইনামিক এনসেম্বল ইন্টিগ্রেশন
ডাইনামিকভাবে নির্বাচিত ক্লাসিফায়ারগুলির প্রেডিকশন সমন্বয়ের প্রক্রিয়া, যা প্রায়শই তাদের আনুমানিক স্থানীয় দক্ষতার উপর ভিত্তি করে ওয়েট ব্যবহার করে।
অনলাইন ডাইনামিক সিলেকশন
ডেটা স্ট্রিমের জন্য অভিযোজিত DES এর একটি বৈকল্পিক যেখানে দক্ষতার মূল্যায়ন এবং নির্বাচন ইভলভিং ডেটার সাথে রিয়েল-টাইমে করা হয়।
পারফরম্যান্স ল্যান্ডস্কেপ
বৈশিষ্ট্য স্পেসের বিভিন্ন অঞ্চল জুড়ে ক্লাসিফায়ারগুলির পারফরম্যান্সের বহুমাত্রিক উপস্থাপনা, যা ডাইনামিক সিলেকশনকে নির্দেশনা দেয়।
হাইব্রিড DES
বহু ডাইনামিক সিলেকশন কৌশল যেমন ক্লাস্টারিং এবং k-NN একত্রিত করে নির্বাচনের রোবাস্টনেস এবং নির্ভুলতা উন্নত করার পদ্ধতি।
কম্পিটেন্স লেভেল
একটি নির্দিষ্ট ইনস্ট্যান্সের জন্য একটি ক্লাসিফায়ারের দক্ষতার ডিগ্রি মূল্যায়নকারী কোয়ান্টিটেটিভ স্কোর, যা DES পদ্ধতিতে প্রধান ক্রাইটেরিয়া হিসেবে ব্যবহৃত হয়।
থ্রেশহোল্ড-ভিত্তিক DES
প্রেডিকশন সাবসেটে কোন ক্লাসিফায়ারগুলিকে অন্তর্ভুক্ত করতে হবে তা নির্ধারণের জন্য পূর্বনির্ধারিত দক্ষতার থ্রেশহোল্ড ব্যবহার করে নির্বাচন পদ্ধতি।
ডাইনামিক ক্লাসিফায়ার সিলেকশন
DES এর একটি বৈকল্পিক যেখানে শুধুমাত্র সেরা ক্লাসিফায়ার (একটি সাবসেটের পরিবর্তে) প্রতিটি ইনস্ট্যান্সের জন্য তার সর্বোচ্চ স্থানীয় দক্ষতার ভিত্তিতে নির্বাচিত হয়।