এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
কনজুগেট গ্রেডিয়েন্ট
রৈখিক সমীকরণ পদ্ধতি এবং অরৈখিক অপ্টিমাইজেশন সমস্যা সমাধানের জন্য একটি পুনরাবৃত্তিমূলক পদ্ধতি, যা সসীম সংখ্যক পুনরাবৃত্তিতে অভিসৃতি নিশ্চিত করতে জোড়ায় জোড়ায় কনজুগেট দিক ব্যবহার করে।
ফ্লেচার-রিভস পদ্ধতি
একটি কনজুগেট গ্রেডিয়েন্ট অ্যালগরিদম যা পূর্ববর্তী দিকগুলির সাথে কনজুগেশন নিশ্চিত করে গ্রেডিয়েন্টের বর্গের অনুপাত ব্যবহার করে নতুন অনুসন্ধান দিক গণনা করে।
পোলাক-রিবিয়ের পদ্ধতি
কনজুগেট গ্রেডিয়েন্টের একটি বৈকল্পিক যা ক্রমাগত গ্রেডিয়েন্টের পার্থক্য অন্তর্ভুক্ত করে একটি আপডেট সূত্র ব্যবহার করে, প্রায়শই অরৈখিক ফাংশনের জন্য উন্নত অভিসৃতি প্রদান করে।
প্রিকন্ডিশনিং
ম্যাট্রিক্সের কন্ডিশনিং হ্রাস করে কনজুগেট গ্রেডিয়েন্টের অভিসৃতি ত্বরান্বিত করতে মূল সিস্টেমের সংখ্যাসূচক বৈশিষ্ট্য উন্নত করার জন্য রূপান্তর।
কনজুগেট ভেক্টর
একটি ধনাত্মক নির্দিষ্ট ম্যাট্রিক্সের সাপেক্ষে অর্থোগোনাল ভেক্টরের সেট, যা নিশ্চিত করে যে প্রতিটি নতুন অনুসন্ধান দিক পূর্ববর্তী দিকগুলিকে ক্ষতি না করেই সমাধান উন্নত করে।
গ্রেডিয়েন্ট ধাপ
প্রতিটি পুনরাবৃত্তিতে গ্রেডিয়েন্টের দিকে স্থানচ্যুতির মাত্রা নির্ধারণকারী স্কেলার প্যারামিটার, যা স্থিতিশীলতা এবং অভিসৃতির গতির জন্য গুরুত্বপূর্ণ।
হেস ম্যাট্রিক্স
একটি স্কেলার ফাংশনের আংশিক দ্বিতীয় ডেরিভেটিভের ম্যাট্রিক্স, যা স্থানীয় বক্রতা সম্পর্কে তথ্য প্রদান করে এবং দ্বিতীয়-ক্রম অপ্টিমাইজেশন পদ্ধতিতে অপরিহার্য।
গ্লোবাল মিনিমাম
ডোমেইনে এমন বিন্দু যেখানে উদ্দেশ্য ফাংশন সম্পূর্ণ অনুসন্ধান স্থানে তার সর্বনিম্ন মান অর্জন করে, যা অপ্টিমাইজেশন অ্যালগরিদমের চূড়ান্ত লক্ষ্য।
নিউটন-র্যাফসন পদ্ধতি
হেসিয়ান ম্যাট্রিক্স ব্যবহার করে একটি পুনরাবৃত্তিমূলক অ্যালগরিদম যা স্থানীয়ভাবে ফাংশনকে একটি দ্বিঘাত রূপে আনুমানিক করে, ন্যূনতম বিন্দুর কাছাকাছি দ্বিঘাত অভিসৃতি প্রদান করে।
ইউক্লিডীয় নর্ম
ইউক্লিডীয় স্থানে একটি ভেক্টরের মাত্রার পরিমাপ, যা তার উপাদানগুলির বর্গের সমষ্টির বর্গমূল হিসাবে গণনা করা হয়।