এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
প্রোবাবিলিস্টিক গ্রাফিক্যাল মডেল
জটিল ভেরিয়েবলগুলির মধ্যে নির্ভরতা মডেল করার জন্য সম্ভাব্যতা বন্টনের কাঠামোগত উপস্থাপনা।
নিউরো-সিম্বলিক সিস্টেম
নিউরাল লার্নিং এবং সিম্বলিক রিজনিং-এর শক্তিগুলোর সমন্বয় করে আরও শক্তিশালী এবং ব্যাখ্যাযোগ্য এআই তৈরি করা।
হাইপারপ্যারামিটার অপ্টিমাইজেশনের উন্নত পদ্ধতি
মডেলের সেরা হাইপারপ্যারামিটার অনুসন্ধান স্বয়ংক্রিয় করার জন্য পরিশীলিত পদ্ধতি (বায়েসিয়ান অপ্টিমাইজেশন, হাইপারব্যান্ড)।
মডেল ক্যালিব্রেশন
অনিশ্চয়তার আরও ভাল মূল্যায়নের জন্য পূর্বাভাসিত সম্ভাব্যতাগুলিকে প্রকৃত ঘটনার ফ্রিকোয়েন্সির সাথে সারিবদ্ধ করার কৌশল।
গ্রাফ প্রক্রিয়াকরণ
গ্রাফ-আকৃতির ডেটা স্ট্রাকচারে বিশ্লেষণ, শ্রেণীবিভাগ এবং পূর্বাভাসের জন্য বিশেষায়িত অ্যালগরিদম।
কারণগত অনুমান এবং কৃত্রিম বুদ্ধিমত্তা
পর্যবেক্ষণমূলক এবং পরীক্ষামূলক তথ্য থেকে কার্যকারণ সম্পর্ক স্থাপনের লক্ষ্যে একটি ক্ষেত্র, যা সিদ্ধান্ত গ্রহণ উন্নত করতে সহায়তা করে।
নিউরোমরফিক কম্পিউটিং
জৈবিক মস্তিষ্ক দ্বারা অনুপ্রাণিত কম্পিউটার আর্কিটেকচার যা স্নায়বিক এবং সাইন্যাপ্টিক কাঠামো অনুকরণ করতে ইলেকট্রনিক সার্কিট ব্যবহার করে।
অবিরত শিক্ষা এবং আজীবন শিক্ষা
পূর্বে অর্জিত জ্ঞান ভুলে না গিয়ে নতুন কাজগুলি ক্রমাগত শেখার জন্য এআই সিস্টেমের ক্ষমতা।
ডেটা সংশ্লেষণ এবং উন্নত ডেটা অগমেন্টেশন
মডেলের স্থিতিস্থাপকতা উন্নত করতে এবং বাস্তব ডেটার ঘাটতি পূরণ করতে প্রশিক্ষণ ডেটা কৃত্রিমভাবে তৈরির কৌশল।
মাল্টিমোডাল লার্নিং
একইসাথে একাধিক ধরনের ডেটা (টেক্সট, ইমেজ, অডিও, ভিডিও) প্রক্রিয়াকরণ করে সমৃদ্ধ এবং একীভূত উপস্থাপনা তৈরির ক্ষেত্র।
অপ্টিমাইজেশন কম্বিনেটরিয়াল এবং এআই
জটিল বিচ্ছিন্ন এবং কম্বিনেটরিয়াল অপ্টিমাইজেশন সমস্যা সমাধানের জন্য মেশিন লার্নিং কৌশল প্রয়োগ।
ইনভার্স রিইনফোর্সমেন্ট লার্নিং
বিশেষজ্ঞদের আচরণ থেকে পুরস্কার ফাংশন অনুমানের পদ্ধতি যা সর্বোত্তম নীতি শেখার জন্য ব্যবহৃত হয়।
ব্যাখ্যাযোগ্য এবং ব্যাখ্যাযোগ্য এআই
মানুষের জন্য এআই মডেলের সিদ্ধান্তগুলি বোধগম্য এবং স্বচ্ছ করার লক্ষ্যে কৌশলগুলির একটি সেট।
হায়ারার্কিকাল রিইনফোর্সমেন্ট লার্নিং
জটিল সমস্যাগুলিকে সহজ উপ-কার্যে বিভক্ত করার পদ্ধতি যা শেখার সুবিধার্থে স্তরবিন্যাসে সাজানো থাকে।
ব্যান্ডিট রিইনফোর্সমেন্ট লার্নিং
রিইনফোর্সমেন্ট লার্নিং-এর একটি সরলীকৃত ক্ষেত্রে যেখানে এজেন্ট অনিশ্চিত পুরস্কার সহ ক্রিয়াগুলির মধ্যে থেকে বেছে নেয়।
AI and Autonomous Robotics
Integration of artificial intelligence into robotic systems to enable autonomy and adaptation to complex environments.
অফলাইন রিইনফোর্সমেন্ট লার্নিং
প্রশিক্ষণের সময় পরিবেশের সাথে কোনো মিথস্ক্রিয়া ছাড়াই স্থির ডেটাসেট থেকে শেখার একটি দৃষ্টান্ত।
জিরো-শট এবং ফিউ-শট লার্নিং আর্কিটেকচার
প্রশিক্ষণের খুব কম বা কোনো উদাহরণ ছাড়াই নতুন কাজ বা শ্রেণিতে সাধারণীকরণের মডেলের ক্ষমতা।
মাল্টিমোডাল কনট্রাস্টিভ লার্নিং
একটি স্ব-তত্ত্বাবধানযুক্ত শিক্ষা কৌশল যা অনুরূপ এবং ভিন্ন নমুনাগুলির তুলনা করে উপস্থাপনা শেখে।
বৈজ্ঞানিক আবিষ্কারের জন্য এআই
জীববিজ্ঞান, রসায়ন এবং পদার্থবিজ্ঞানের মতো ক্ষেত্রে বৈজ্ঞানিক আবিষ্কার ত্বরান্বিত করতে এআই-এর প্রয়োগ।
মডেল-ভিত্তিক রিইনফোর্সমেন্ট লার্নিং
পরিবেশের একটি মডেল শিখে আরও কার্যকরভাবে পরিকল্পনা এবং সিদ্ধান্ত নেওয়ার পদ্ধতি।
প্রোগ্রাম সংশ্লেষণ এবং নিউরাল আর্কিটেকচার সার্চ
যে ডোমেইন স্বয়ংক্রিয়ভাবে প্রোগ্রাম তৈরি করতে বা নিউরাল নেটওয়ার্ক আর্কিটেকচার অপ্টিমাইজ করতে এআই ব্যবহার করে।
জটিল সিস্টেমের জন্য কৃত্রিম বুদ্ধিমত্তা
জটিল ও গতিশীল সিস্টেমের আচরণ মডেল, বিশ্লেষণ এবং পূর্বাভাস দেওয়ার জন্য কৃত্রিম বুদ্ধিমত্তার প্রয়োগ।
বিতরণমূলক শক্তিশালীকরণ শিক্ষণ
সম্পূর্ণ প্রতিদানের বিতরণ মডেলিং করে শক্তিশালীকরণ শিক্ষণের সম্প্রসারণ, শুধুমাত্র তাদের প্রত্যাশা নয়।
কৃত্রিম বুদ্ধিমত্তার নৈতিকতা এবং অ্যালগরিদমিক পক্ষপাত
কৃত্রিম বুদ্ধিমত্তার নৈতিক দিকগুলির অধ্যয়ন এবং অ্যালগরিদমে পক্ষপাত সনাক্তকরণ ও সংশোধনের পদ্ধতি উন্নয়ন।
মাল্টি-অবজেক্টিভ রিইনফোর্সমেন্ট লার্নিং
রিইনফোর্সমেন্ট লার্নিং-এর একটি এক্সটেনশন যা একই সাথে একাধিক প্রায়শই পরস্পরবিরোধী উদ্দেশ্য অপ্টিমাইজ করে।
কৃত্রিম বুদ্ধিমত্তা ও গেম থিওরি
কৌশলগত মিথস্ক্রিয়া মডেল করার জন্য গেম থিওরির ধারণাগুলোর কৃত্রিম বুদ্ধিমত্তায় প্রয়োগ।
সিদ্ধান্ত বৃক্ষ এবং র্যান্ডম ফরেস্ট
শ্রেণীবিভাগ এবং প্রতিগমন জন্য বৃক্ষ কাঠামো ভিত্তিক শিক্ষণ পদ্ধতি, র্যান্ডম ফরেস্ট একটি শক্তিশালী সমষ্টিগত কৌশল হিসাবে।
মনোযোগী নিউরাল নেটওয়ার্ক
মডেলগুলিকে ইনপুটের বিভিন্ন অংশে নির্বাচনীভাবে ফোকাস করতে সক্ষম করার প্রক্রিয়া, যা সিকোয়েন্স প্রক্রিয়াকরণ এবং NLP-তে বিপ্লব ঘটিয়েছে।
ফেডারেটেড মেশিন লার্নিং
একটি বিকেন্দ্রীকৃত পদ্ধতি যেখানে মডেলগুলি স্থানীয় ডেটাতে প্রশিক্ষিত হয় কেন্দ্রীভূত না করে, ব্যবহারকারীদের গোপনীয়তা রক্ষা করে।
এনসেম্বল পদ্ধতি
ভবিষ্যদ্বাণী উন্নত করতে একাধিক বেস মডেল একত্রিত করার কৌশল, যার মধ্যে রয়েছে ব্যাগিং, বুস্টিং এবং স্ট্যাকিং।
ক্লাস্টারিং এবং অনিয়ন্ত্রিত বিভাজন
পূর্বনির্ধারিত লেবেল ছাড়াই অনুরূপ ডেটা স্বয়ংক্রিয়ভাবে ক্লাস্টারে বিভক্ত করার অ্যালগরিদম যা লুকানো কাঠামো আবিষ্কার করতে ব্যবহৃত হয়।
টাইম সিরিজ বিশ্লেষণ
সময়ের ক্রমে সাজানো সিকোয়েন্সিয়াল ডেটার অধ্যয়ন ও পূর্বাভাস, ARIMA, LSTM এবং Prophet মডেল ব্যবহার করে প্রবণতা ও মৌসুমীয়তা চিহ্নিত করা।
স্মৃতি সহ স্নায়ু নেটওয়ার্ক
বাহ্যিক স্মৃতি সংযুক্ত স্থাপত্য যা তথ্য সংরক্ষণ ও পুনরুদ্ধার করতে সক্ষম, দীর্ঘ ক্রমের উপর জটিল যুক্তি প্রদানের সুযোগ দেয়।
মেটা লার্নিং
একটি প্যারাডাইম যেখানে মডেলগুলি শিখতে শেখে, অল্প সংখ্যক প্রশিক্ষণ উদাহরণ দিয়ে দ্রুত নতুন কাজের সাথে খাপ খাইয়ে নেয়।
বিশেষজ্ঞ সিস্টেম এবং কেস-ভিত্তিক যুক্তি
নির্দিষ্ট ক্ষেত্রে সমস্যা সমাধানের জন্য স্পষ্ট নিয়ম বা অনুরূপ কেস ব্যবহার করে ক্লাসিক্যাল এআই-এর পদ্ধতি।
এআই-এর জন্য সিগন্যাল প্রক্রিয়াকরণ
এআই মডেলগুলিতে ইনপুট দেওয়ার জন্য অবিচ্ছিন্ন সিগন্যাল (অডিও, ভিডিও, সেন্সর) থেকে প্রাক-প্রক্রিয়াকরণ এবং বৈশিষ্ট্য নিষ্কাশন কৌশল।
প্রতিযোগিতামূলক জেনারেটিভ নিউরাল নেটওয়ার্ক
দুটি প্রতিযোগী নেটওয়ার্ক (জেনারেটর এবং ডিসক্রিমিনেটর) নিয়ে গঠিত স্থাপত্য যা বাস্তবসম্মত সিন্থেটিক ডেটা তৈরি করে।
কম্বিনেটোরিয়াল অপ্টিমাইজেশন এআই দ্বারা
এনপি-হার্ড অপ্টিমাইজেশন সমস্যা যেমন ট্রাভেলিং সেলসম্যান বা শিডিউলিং সমাধানের জন্য এআই কৌশল প্রয়োগ।
কোয়ান্টাম মেশিন লার্নিং
কোয়ান্টাম কম্পিউটিং এবং মেশিন লার্নিং-এর সংযোগস্থল, কিছু অ্যালগরিদমের গতি বাড়ানোর জন্য কোয়ান্টাম ঘটনাবলি ব্যবহার করে।
স্পেসিয়াল এবং জিওস্পেসিয়াল ডেটা প্রসেসিং
ভৌগোলিক উপাদানসম্পন্ন ডেটার বিশ্লেষণ এবং মডেলিং, স্যাটেলাইট ইমেজে জিআইএস এবং কনভোলিউশনাল নেটওয়ার্ক ব্যবহার করে।
মডেল বিশ্লেষণ ও ব্যাখ্যাযোগ্যতা
কৃত্রিম বুদ্ধিমত্তা মডেলের সিদ্ধান্তগুলি বোঝা ও ব্যাখ্যা করার কৌশল, যা বিশ্বাস ও নিয়ন্ত্রণের জন্য অপরিহার্য।
ক্যাপসুল নিউরাল নেটওয়ার্ক
সিএনএন-এর বিকল্প যা বস্তু শনাক্তকরণের জন্য বৈশিষ্ট্যগুলির মধ্যে শ্রেণিবদ্ধ স্থানিক সম্পর্ক সংরক্ষণ করে।
বিশ্বাস নেটওয়ার্ক এবং সম্ভাব্য অনুমান
সম্ভাব্য নির্ভরশীলতা প্রতিনিধিত্বকারী গ্রাফিকাল মডেল যা অনিশ্চয়তার অধীনে যুক্তি সম্পাদনের জন্য ব্যবহৃত হয়।
সাইবার নিরাপত্তায় কৃত্রিম বুদ্ধিমত্তা
সুরক্ষা হুমকির স্বয়ংক্রিয় প্রতিক্রিয়া, ম্যালওয়্যার বিশ্লেষণ এবং অনুপ্রবেশ সনাক্তকরণে কৃত্রিম বুদ্ধিমত্তার প্রয়োগ।
ভ্যারিয়েশনাল অটোএনকোডার নিউরাল নেটওয়ার্ক
প্রোবাবিলিস্টিক লেটেন্ট রিপ্রেজেন্টেশন শেখার মাধ্যমে নতুন ডেটা তৈরি এবং ভ্যারিয়েশনাল ইনফারেন্স করার জন্য জেনারেটিভ মডেল।
ট্রান্সফরমার এবং অ্যাটেনশন মেকানিজম
অ্যাটেনশন মেকানিজমের উপর ভিত্তি করে একটি বিপ্লবী স্থাপত্য যা ডেটার বিভিন্ন অংশের গুরুত্ব ওজন করতে সক্ষম, এনএলপিতে বিপ্লব ঘটিয়েছে এবং বর্তমানে অনেক ক্ষেত্রে প্রয়োগ করা হচ্ছে।
অনিরীক্ষিত গভীর শিক্ষণ
অনিরীক্ষিত ডেটা থেকে স্বয়ংক্রিয়ভাবে শ্রেণিবদ্ধ উপস্থাপনা আহরণের কৌশলসমূহের সমষ্টি, যাতে অটোএনকোডার এবং গভীর ক্লাস্টারিং অন্তর্ভুক্ত।
সময় সিরিজ এবং পূর্বাভাস
ক্রমিক সময়গত তথ্য বিশ্লেষণ এবং পূর্বাভাসে বিশেষায়িত কৌশল, যার মধ্যে রয়েছে ARIMA, LSTM, Prophet মডেল এবং হাইব্রিড পদ্ধতি।
এমএলওপিএস এবং এমএল ইঞ্জিনিয়ারিং
প্রোডাকশনে মেশিন লার্নিং মডেল স্থাপন, রক্ষণাবেক্ষণ এবং পর্যবেক্ষণের জন্য অনুশীলন এবং সরঞ্জাম, যার মধ্যে সিআই/সিডি, ভার্সনিং এবং মডেল মনিটরিং অন্তর্ভুক্ত।