এআই গ্লসারি

📖

শব্দ

কার্নেলাইজড পিসিএ

ডেটাতে অরৈখিক কাঠামো ক্যাপচার করার জন্য কার্নেল ফাংশন ব্যবহার করে প্রিন্সিপাল কম্পোনেন্ট অ্যানালিসিসের সম্প্রসারণ। এই কৌশলটি অন্তর্নিহিতভাবে ডেটাকে একটি উচ্চ-মাত্রিক স্পেসে প্রজেক্ট করে যেখানে সেগুলি রৈখিকভাবে পৃথকযোগ্য হয়ে ওঠে।

📖

শব্দ

কার্নেল হিলবার্ট রিপ্রোডিউসিং স্পেস

ফাংশনের একটি সম্পূর্ণ কার্যকরী স্পেস যেখানে স্কেলার গুণন শুধুমাত্র কার্নেল ফাংশনের মাধ্যমে নির্দিষ্ট বিন্দুতে ফাংশন মূল্যায়ন ব্যবহার করে গণনা করা যায়। এই গাণিতিক স্পেস মেশিন লার্নিংয়ে কার্নেল পদ্ধতির জন্য তাত্ত্বিক কাঠামো প্রদান করে।

📖

শব্দ

কার্নেল ট্রিক

একটি অ্যালগরিদমিক কৌশল যা উচ্চ-মাত্রিক ফিচার স্পেসে স্পষ্টভাবে ডেটার স্থানাঙ্ক গণনা না করে অপারেট করতে দেয়। এটি স্কেলার গুণনকে কার্নেল ফাংশন মূল্যায়ন দ্বারা প্রতিস্থাপন করে, এইভাবে গণনামূলক জটিলতা হ্রাস করে।

📖

শব্দ

কার্নেলড আইজেনভ্যালু

সেন্ট্রালাইজড গ্রাম ম্যাট্রিক্সের আইজেনভ্যালু যা অন্তর্নিহিত ফিচার স্পেসে প্রতিটি প্রধান উপাদান দ্বারা ব্যাখ্যা করা ভ্যারিয়েন্স প্রতিনিধিত্ব করে। এগুলি kPCA-তে প্রধান অক্ষগুলির আপেক্ষিক গুরুত্ব নির্ধারণ করতে ব্যবহৃত হয়।

📖

শব্দ

কার্নেলড আইজেনভেক্টর

গ্রাম ম্যাট্রিক্সের আইজেনভেক্টর যা উচ্চ-মাত্রিক ফিচার স্পেসে প্রধান দিকনির্দেশ সংজ্ঞায়িত করে। এগুলি কার্নেল সহগ দ্বারা ওজনযুক্ত মূল ডেটার রৈখিক সংমিশ্রণ হিসাবে প্রকাশ করা হয়।

📖

শব্দ

ফিচার স্পেসে সেন্ট্রালাইজেশন

অন্তর্নিহিত ফিচার স্পেসে গড় বিয়োগ করার প্রক্রিয়া, সরাসরি ডেটার পরিবর্তে গ্রাম ম্যাট্রিক্স সামঞ্জস্য করে সম্পাদন করা হয়। ভর কেন্দ্রের চারপাশে ভ্যারিয়েন্স সঠিকভাবে বিশ্লেষণ করতে kPCA নিশ্চিত করার জন্য এই ধাপটি গুরুত্বপূর্ণ।

📖

শব্দ

কার্নেল প্যারামিটার নির্বাচন

kPCA-এর পারফরম্যান্স সর্বাধিক করার জন্য কার্নেল ফাংশনের হাইপারপ্যারামিটার (RBF-এর জন্য গামা, বহুপদীর জন্য ডিগ্রি) অপ্টিমাইজ করার প্রক্রিয়া। এই নির্বাচন ক্যাপচার করা অরৈখিক সম্পর্কের প্রকৃতি এবং জটিলতা প্রভাবিত করে।

📖

শব্দ

মূল স্পেসে পুনর্গঠন

kPCA প্রজেকশনের বিপরীত অপারেশন যা অন্তর্নিহিত স্পেসে প্রধান উপাদানগুলি থেকে মূল ডেটা পুনরুদ্ধার করার চেষ্টা করে। এই পুনর্গঠন আনুমানিক এবং প্রাসঙ্গিক তথ্য সংরক্ষণে কার্নেলের ক্ষমতার উপর নির্ভরশীল।

📖

শব্দ

kPCA বনাম ক্লাসিক PCA

ডেটা কাঠামোর বিভিন্ন ধরন ক্যাপচার করার ক্ষেত্রে ঐতিহ্যবাহী (রৈখিক) PCA এবং এর কার্নেলাইজড (অরৈখিক) সংস্করণের মধ্যে তুলনা। ভেরিয়েবলগুলির মধ্যে সম্পর্ক জটিল অরৈখিকতা প্রদর্শন করলে kPCA PCA কে ছাড়িয়ে যায়।

📖

শব্দ

সংরক্ষণ করার উপাদানের সংখ্যা

ক্রমবর্ধমান ব্যাখ্যাত্মক প্রকরণ বা পুনর্গঠন মানদণ্ডের ভিত্তিতে kPCA-তে সর্বোত্তম প্রধান উপাদানের সংখ্যা নির্ধারণ। এই পছন্দ প্রাসঙ্গিক কাঠামোগত তথ্য সংরক্ষণ করার সময় মাত্রা হ্রাস করার ক্ষমতাকে প্রভাবিত করে।