এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
বৈচিত্র্য পরিমাপ
একটি সমন্বিত মডেলে ভিত্তি মডেলগুলির পূর্বাভাসের মধ্যে অসমতার মাত্রা মূল্যায়নকারী পরিমাণগত মেট্রিক, যা ত্রুটির পারস্পরিক সম্পর্ক রোধ করতে অপরিহার্য।
কিউ-পরিসংখ্যান
দুটি বাইনারি শ্রেণীবদ্ধকারীর মধ্যে নির্ভরতা পরিমাপকারী পরিসংখ্যানগত সহগ, যা -1 (সর্বোচ্চ বৈচিত্র্য) থেকে 1 (নিখুঁত পারস্পরিক সম্পর্ক) পর্যন্ত পরিবর্তিত হয়, যেখানে 0 স্বাধীনতা নির্দেশ করে।
পারস্পরিক সম্পর্ক সহগ
দুটি শ্রেণীবদ্ধকারীর পূর্বাভাসের মধ্যে রৈখিক সম্পর্ক মূল্যায়নকারী পরিসংখ্যানগত মেট্রিক, যেখানে 0-এর কাছাকাছি মান উপকারী উচ্চ বৈচিত্র্য নির্দেশ করে।
অসম্মতি পরিমাপ
যেসব উদাহরণে দুটি শ্রেণীবদ্ধকারী ভিন্ন ভিন্ন পূর্বাভাস তৈরি করে তার অনুপাত, মোট পর্যবেক্ষণের সংখ্যার উপর অসম্মতির অনুপাত হিসাবে গণনা করা হয়।
কাপ্পা পরিসংখ্যান
শ্রেণীবদ্ধকারীদের মধ্যে আকস্মিকতার জন্য সামঞ্জস্যপূর্ণ সম্মতি পরিমাপ, যেখানে নেতিবাচক মান আকস্মিকভাবে প্রত্যাশিত বৈচিত্র্যের চেয়ে উচ্চতর বৈচিত্র্য নির্দেশ করে।
এনট্রপি পরিমাপ
শ্যাননের এনট্রপি ভিত্তিক মেট্রিক যা সমন্বিত মডেলের পূর্বাভাসের বন্টনের মাধ্যমে বৈচিত্র্য মূল্যায়ন করে, যেখানে উচ্চ মান সর্বোচ্চ বৈচিত্র্য নির্দেশ করে।
কোহাভি-ওলপার্ট ভ্যারিয়েন্স
সমন্বিত মডেলের বাইনারি পূর্বাভাসের ভ্যারিয়েন্স ভিত্তিক বৈচিত্র্য পরিমাপ, যা সরাসরি বেইসের সর্বোত্তম ত্রুটি হার এবং পক্ষপাত-ভ্যারিয়েন্স বিভাজনের সাথে সম্পর্কিত।
ডাবল ফল্ট পরিমাপ
যেসব উদাহরণে দুটি শ্রেণীবদ্ধকারী একই সাথে একই ত্রুটি করে তার অনুপাত, যেখানে নিম্ন মান মডেলগুলির উপকারী পরিপূরকতা নির্দেশ করে।
কঠিনতা পরিমাপ
একটি মেট্রিক যা সঠিকভাবে শ্রেণীবদ্ধ করা নমুনাগুলির সহজতা মূল্যায়ন করে, সমস্যাযুক্ত নমুনাগুলি চিহ্নিত করতে ব্যবহৃত হয় যাদের জন্য আরও বৈচিত্র্য প্রয়োজন।
মার্জিন-ভিত্তিক বৈচিত্র্য
শ্রেণীবিভাগ মার্জিনের বন্টনের মাধ্যমে বৈচিত্র্য পরিমাপের পদ্ধতি, যেখানে মার্জিনের বিস্তৃত বিস্তার এনসেম্বলের বর্ধিত শক্তিশালীতাকে নির্দেশ করে।
অস্পষ্টতা বিভাজন
গাণিতিক বিভাজন যা এনসেম্বল ত্রুটিকে বেস মডেলগুলির গড় ত্রুটি এবং তাদের বৈচিত্র্য পরিমাপকারী একটি অস্পষ্টতা পদে পৃথক করে।
ত্রুটি সম্পর্ক
বেস মডেলগুলির ত্রুটি ভেক্টরে গণনা করা সম্পর্ক সহগ, যেখানে নেতিবাচক মানগুলি বিশেষভাবে এনসেম্বল কর্মক্ষমতার জন্য উপকারী।
নেতিবাচক সম্পর্ক শিক্ষণ
একটি শিক্ষণ কৌশল যা প্রশিক্ষণের সময় বেস মডেলগুলির ত্রুটিগুলির মধ্যে স্পষ্টভাবে নেতিবাচক সম্পর্ককে উত্সাহিত করে এমন একটি শাস্তি পদ অন্তর্ভুক্ত করে।
বৈচিত্র্য-প্রচারকারী নিয়মিতকরণ
এনসেম্বল প্রশিক্ষণের সময় মডেলগুলির পূর্বাভাসের মধ্যে সক্রিয়ভাবে বৈচিত্র্য উত্সাহিত করার জন্য ক্ষতি ফাংশনে যোগ করা নিয়মিতকরণ পদ।
অর্থোগোনাল এনসেম্বল শিক্ষণ
একটি পদ্ধতি যা বেস মডেলগুলিকে বৈশিষ্ট্য স্থানে অর্থোগোনাল উপস্থাপনা শিখতে বাধ্য করে, গাণিতিকভাবে তাদের বৈচিত্র্য নিশ্চিত করে।
বিষম এনসেম্বল বৈচিত্র্য
বিভিন্ন ধরনের অ্যালগরিদম (গাছ, নিউরাল নেটওয়ার্ক, এসভিএম) এর সংমিশ্রণ থেকে স্বাভাবিকভাবে উদ্ভূত বৈচিত্র্যের অধ্যয়ন, তাদের পরিপূরক পক্ষপাতগুলিকে কাজে লাগায়।