এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ইন্টেলিজেন্ট ইনিশিয়ালাইজেশন
হাইপারপ্যারামিটার সার্চ স্পেসে প্রতিশ্রুতিশীল স্টার্টিং পয়েন্ট নির্বাচন করার জন্য পূর্ববর্তী অপ্টিমাইজেশন থেকে অর্জিত জ্ঞান ব্যবহার করে অপ্টিমাইজেশন কৌশল।
মেটা-অপ্টিমাইজার
অন্যান্য অপ্টিমাইজেশন অ্যালগরিদমের হাইপারপ্যারামিটার অপ্টিমাইজ করার জন্য ডিজাইন করা অ্যালগরিদম, বিভিন্ন শ্রেণীর সমস্যার জন্য উপযুক্ত সার্চ কৌশল শিখে।
অ্যানালজি লার্নিং
মেটা-লার্নিং পদ্ধতি যা কার্যকরভাবে সর্বোত্তম হাইপারপ্যারামিটার কনফিগারেশন স্থানান্তর করার জন্য কাজগুলির মধ্যে কাঠামোগত সাদৃশ্য চিহ্নিত করে।
কন্ডিশনাল সার্চ স্পেস
হাইপারপ্যারামিটার স্পেসের উপস্থাপনা যেখানে কিছু হাইপারপ্যারামিটারের বৈধ মান শর্তসাপেক্ষভাবে পূর্বে নির্বাচিত অন্যান্য হাইپারপ্যারামিটারের মানের উপর নির্ভর করে।
সিকোয়েনশিয়াল মডেল বেসড অপ্টিমাইজেশন
বায়েসিয়ান অপ্টিমাইজেশন পদ্ধতি যা সর্বোত্তম হাইপারপ্যারামিটার অনুসন্ধানের দিকনির্দেশনা দিতে অবজেক্টিভ ফাংশনের একটি সারোগেট মডেল তৈরি করে।
মেটা-ডাটাবেস
পূর্ববর্তী অপ্টিমাইজেশন পরীক্ষার কাঠামোবদ্ধ সংগ্রহ যাতে হাইপারপ্যারামিটার কনফিগারেশন, অর্জিত পারফরম্যান্স এবং সংশ্লিষ্ট কাজের বৈশিষ্ট্য রয়েছে।
হাইপারপ্যারামিটারের জন্য মাল্টি-টাস্ক লার্নিং
একটি প্যারাডাইম যেখানে একই সাথে একাধিক কাজে হাইপারপ্যারামিটার অপ্টিমাইজেশন নতুন কাজের জন্য শক্তিশালী এবং সাধারণীকরণযোগ্য কনফিগারেশন আবিষ্কার করতে সক্ষম করে।
অ্যাডাপ্টিভ ওয়ার্ম-স্টার্টিং
ইনিশিয়ালাইজেশন কৌশল যা বর্তমান কাজ এবং ঐতিহাসিক কাজের মধ্যে মেট্রিক সাদৃশ্যের ভিত্তিতে গতিশীলভাবে সর্বোত্তম স্টার্টিং পয়েন্ট নির্বাচন করে।
মেটা-বৈশিষ্ট্য
একটি ডেটাসেট বা শেখার কাজের পরিমাণগত এবং গুণগত বর্ণনাকারী যা মেট্রিক সাদৃশ্য দ্বারা সর্বোত্তম হাইপারপ্যারামিটারগুলি ভবিষ্যদ্বাণী করতে সক্ষম করে।
প্রসঙ্গগত ব্যান্ডিট অপ্টিমাইজেশন
অপ্টিমাইজেশনের একটি পদ্ধতি যা হাইপারপ্যারামিটার নির্বাচনকে একটি মাল্টি-আর্মড ব্যান্ডিট সমস্যা হিসেবে বিবেচনা করে যেখানে প্রসঙ্গ বর্তমান কাজ সম্পর্কে তথ্য প্রদান করে।
মেটা গ্রেডিয়েন্ট শেখা
একটি পদ্ধতি যা মেটা-লার্নিং কাজের সেটে তাদের কর্মক্ষমতার সাপেক্ষে গ্রেডিয়েন্ট গণনা করে হাইপারপ্যারামিটারগুলি অপ্টিমাইজ করে, সূক্ষ্ম অভিযোজন সম্ভব করে।
বুদ্ধিমান শ্রেণীবদ্ধ অনুসন্ধান
হাইপারপ্যারামিটার স্পেস অনুসন্ধানের একটি কৌশল যা প্যারামিটারগুলির মধ্যে কাঠামোগত নির্ভরতা মেনে চলে এবং একই সাথে মেটা-লার্নিং জ্ঞান কাজে লাগায়।
হাইপারপ্যারামিটার স্থানান্তর
একটি উৎস ডোমেন থেকে লক্ষ্য ডোমেনে সর্বোত্তম হাইপারপ্যারামিটার কনফিগারেশন স্থানান্তরের প্রক্রিয়া, মেটা-বৈশিষ্ট্যের উপর ভিত্তি করে অভিযোজনের সাথে।
হাইপারপ্যারামিটারের জন্য রিইনফোর্সমেন্ট লার্নিং
হাইপারপ্যারামিটার অপ্টিমাইজেশনকে একটি অনুক্রমিক সিদ্ধান্ত সমস্যা হিসেবে প্রণয়ন করা যেখানে একটি এজেন্ট সর্বোত্তম হাইপারপ্যারামিটার নির্বাচন নীতি শেখে।