এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ইমেজ ক্লাসিফিকেশন
কম্পিউটার ভিশনের একটি কাজ যেখানে মেশিন লার্নিং অ্যালগরিদম ব্যবহার করে একটি সম্পূর্ণ ছবির প্রধান বিষয়বস্তু অনুযায়ী পূর্বনির্ধারিত লেবেল বরাদ্দ করা হয়।
কনভোলিউশনাল নিউরাল নেটওয়ার্ক
ইমেজ প্রসেসিংয়ে বিশেষায়িত ডিপ লার্নিং আর্কিটেকচার, যা স্বয়ংক্রিয়ভাবে শ্রেণিবদ্ধ বৈশিষ্ট্য নিষ্কাশনের জন্য কনভোলিউশন স্তর ব্যবহার করে।
কনভোলিউশন
একটি গাণিতিক অপারেশন যা প্রান্ত, টেক্সচার বা আকৃতি মত নির্দিষ্ট প্যাটার্ন সনাক্ত করতে একটি ছবিতে ফিল্টার (কার্নেল) প্রয়োগ করে।
পুলিং
মাত্রিক হ্রাসের অপারেশন যা নিষ্কাশিত বৈশিষ্ট্যগুলি নমুনা করে, প্রয়োজনীয় তথ্য সংরক্ষণ করার সময় গণনামূলক জটিলতা হ্রাস করতে সক্ষম করে।
সফটম্যাক্স
আউটপুট অ্যাক্টিভেশন ফাংশন যা লজিটগুলিকে ক্লাসগুলির সম্ভাব্যতা বন্টনে রূপান্তর করে, নিশ্চিত করে যে সম্ভাব্যতার যোগফল ১ এর সমান।
কনফিউশন ম্যাট্রিক্স
পারফরম্যান্স মূল্যায়নের টেবিল যা প্রতিটি ক্লাসের জন্য মডেলের সঠিক এবং ভুল ভবিষ্যদ্বাণী দেখায়, পদ্ধতিগত ত্রুটি চিহ্নিত করতে সক্ষম করে।
ওয়ান-হট এনকোডিং
ক্লাস লেবেলের ভেক্টর উপস্থাপনা যেখানে প্রতিটি ভেক্টরে একটি মাত্র উপাদান ১ এর সমান এবং বাকি সব ০ এর সমান।
রেসনেট আর্কিটেকচার
গভীর নিউরাল নেটওয়ার্কের পরিবার যা পারফরম্যান্সের অবনতি ছাড়াই খুব গভীর নেটওয়ার্ক প্রশিক্ষণের জন্য রেসিডুয়াল সংযোগ ব্যবহার করে।
সম্পূর্ণ সংযুক্ত স্তর
সিএনএন-এর শেষ স্তর যেখানে প্রতিটি নিউরন পূর্ববর্তী স্তরের সমস্ত নিউরনের সাথে সংযুক্ত থাকে, নিষ্কাশিত বৈশিষ্ট্যগুলিকে চূড়ান্ত পূর্বাভাসে একত্রিত করার জন্য।
ক্রস-এনট্রপি লস
মাল্টি-ক্লাস শ্রেণীবিভাগ সমস্যার জন্য আদর্শ ক্ষতি ফাংশন যা পূর্বাভাসিত সম্ভাব্যতা এবং প্রকৃত লেবেলগুলির মধ্যে পার্থক্য পরিমাপ করে।
স্তরীভূত নমুনায়ন
ডেটাসেটকে প্রশিক্ষণ, বৈধতা এবং পরীক্ষা সেটে বিভক্ত করার সময় শ্রেণী বন্টন সংরক্ষণকারী নমুনায়ন পদ্ধতি।
গ্র্যাড-ক্যাম
ভিজ্যুয়ালাইজেশন কৌশল যা শ্রেণীবিভাগকে প্রভাবিতকারী ছবির অঞ্চল চিহ্নিত করে সিএনএন-এর সিদ্ধান্ত ব্যাখ্যা করার জন্য তাপ মানচিত্র তৈরি করে।
টপ-কে নির্ভুলতা
পারফরম্যান্স মেট্রিক যা একটি পূর্বাভাসকে সঠিক বিবেচনা করে যদি প্রকৃত লেবেলটি মডেলের kটি সর্বাধিক সম্ভাব্য পূর্বাভাসের মধ্যে উপস্থিত থাকে।