এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
কোভ্যারিয়েন্স ফাংশন
গাউসিয়ান প্রক্রিয়ায় দুটি ইনপুট পয়েন্টের মধ্যে পারস্পরিক সম্পর্ক নির্ধারণকারী কার্নেল ফাংশন, যা মডেল করা ফাংশনের নিয়মিততা এবং কাঠামো নির্ধারণ করে।
ম্যাটার্ন কার্নেল
রুক্ষতা ফ্যাক্টর ν দ্বারা প্যারামিটারাইজড কোভ্যারিয়েন্স ফাংশনের একটি পরিবার, যা মডেল করা গাউসিয়ান প্রক্রিয়ার ডিফারেনশিয়েবিলিটির উপর সূক্ষ্ম নিয়ন্ত্রণ প্রদান করে।
আরবিএফ (গাউসিয়ান) কার্নেল
অসীমভাবে ডিফারেনশিয়েবল রেডিয়াল বেসিস ফাংশন কোভ্যারিয়েন্স, যা অত্যন্ত মসৃণ ফাংশন ধরে নেয় এবং স্ট্যান্ডার্ড গাউসিয়ান প্রক্রিয়ার জন্য ব্যাপকভাবে ব্যবহৃত হয়।
কার্নেল হাইপারপ্যারামিটার
কোভ্যারিয়েন্স ফাংশনের প্যারামিটার (যেমন স্কেল দৈর্ঘ্য এবং ভ্যারিয়েন্স) যা গাউসিয়ান প্রক্রিয়ার আচরণ নিয়ন্ত্রণ করে এবং সর্বাধিক সম্ভাবনা দ্বারা অপ্টিমাইজ করা হয়।
স্কেল দৈর্ঘ্য
কার্নেল হাইপারপ্যারামিটার যা নির্ধারণ করে যে কোন দূরত্বে ইনপুট পয়েন্টগুলি পারস্পরিক সম্পর্কযুক্ত, গাউসিয়ান প্রক্রিয়া দ্বারা মডেল করা ফাংশনের পরিবর্তনশীলতা নিয়ন্ত্রণ করে।
সিগন্যাল ভ্যারিয়েন্স
কার্নেল হাইপারপ্যারামিটার যা মডেল করা ফাংশনের উল্লম্ব স্ট্যান্ডার্ড বিচ্যুতিকে প্রতিনিধিত্ব করে, গাউসিয়ান প্রক্রিয়ার ওঠানামার গড় প্রশস্ততা নিয়ন্ত্রণ করে।
অবজারভেশনাল নয়েজ
প্যারামিটার σ² যা পর্যবেক্ষণের অনিশ্চয়তা মডেল করে, গাউসিয়ান প্রক্রিয়ায় নয়েজযুক্ত ডেটা পরিচালনার জন্য কোভ্যারিয়েন্স ম্যাট্রিক্সের কর্ণে যোগ করা হয়।
কন্ডিশনাল ডিস্ট্রিবিউশন প্রেডিকশন
বিদ্যমান পর্যবেক্ষণের উপর কন্ডিশন করে একটি নতুন পয়েন্টে গাউসিয়ান প্রক্রিয়ার পোস্টেরিয়র ডিস্ট্রিবিউশন গণনা, যা একটি প্রেডিক্টিভ গড় এবং ভ্যারিয়েন্স প্রদান করে।
সর্বাধিক সম্ভাবনা প্রমাণ সর্বাধিকীকরণ
পর্যবেক্ষিত তথ্যের প্রান্তিক লগ-সম্ভাবনা মডেলের অধীনে সর্বাধিক করে গাউসিয়ান প্রক্রিয়ার হাইপারপ্যারামিটার অপ্টিমাইজ করার পদ্ধতি।
কারহুনেন-লোভ উপপাদ্য
স্বাধীন গাউসিয়ান সহগ সহ অর্থোগোনাল ফাংশনের সিরিজে একটি গাউসিয়ান প্রক্রিয়ার পচন, প্রক্রিয়াটির একটি কমপ্যাক্ট উপস্থাপনা অনুমোদন করে।
ডট-প্রোডাক্ট কার্নেল
কোভেরিয়েন্স ফাংশন k(x,x') = σ² + xᵀx' গাউসিয়ান প্রক্রিয়ায় রৈখিক বা বহুপদী ফাংশন মডেল করার জন্য ব্যবহৃত হয়।
গভীর গাউসিয়ান প্রক্রিয়া
গাউসিয়ান প্রক্রিয়ার সম্প্রসারণ যেখানে কোভেরিয়েন্স ফাংশন নিজেই একটি নিউরাল নেটওয়ার্ক দ্বারা প্যারামিটারাইজড, জটিল অ-স্থির মডেল অনুমোদন করে।
স্পার্স গাউসিয়ান প্রক্রিয়া
ইন্ডাকশন পয়েন্ট ব্যবহার করে গণনীয় আনুমানিকতা যা বড় ডেটাসেটে স্ট্যান্ডার্ড গাউসিয়ান প্রক্রিয়ার ঘন জটিলতা O(n³) কমাতে ব্যবহৃত হয়।
কোলেস্কি পচন
কোভেরিয়েন্স ম্যাট্রিক্স K = LLᵀ এর ফ্যাক্টরাইজেশন যা গাউসিয়ান প্রক্রিয়ায় রৈখিক সিস্টেম দক্ষতার সাথে সমাধান করতে এবং লগ-সম্ভাবনা গণনা করতে ব্যবহৃত হয়।