एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
निरपेक्ष माध्यिका विधि
एक सशक्त सांख्यिकी जो माध्यिका से निरपेक्ष विचलनों के माध्यिका के रूप में गणना की जाती है, जिसका उपयोग फैलाव को मापने के लिए किया जाता है और यह चरम मूल्यों के प्रति प्रतिरोधी होती है।
एम-अनुमानक
सशक्त अनुमानकों का एक वर्ग जो एक संशोधित हानि फलन को न्यूनतम करके प्राप्त किया जाता है, जो पैरामीट्रिक अनुमान में विसंगत अवलोकनों के प्रभाव को कम करता है।
ट्रिम्ड मीन
वितरण के दोनों सिरों से एक निर्दिष्ट प्रतिशत चरम मूल्यों को हटाने के बाद गणना की गई औसत, जो एक सशक्त केंद्रीय प्रवृत्ति का माप प्रदान करती है।
सशक्त क्वांटाइल
रैखिक अंतर्वेशन या हैरेल-डेविस विधि द्वारा गणना की गई स्थिति का माप, जो डेटा के दूषित होने की स्थिति में भी क्वांटाइल का एक स्थिर अनुमान प्रदान करता है।
सशक्त महालनोबिस दूरी
एक बहुआयामी दूरी का माप जो माध्य और सहप्रसरण के सशक्त अनुमानों का उपयोग करती है, जिससे उच्च-आयामी स्थानों में विसंगतियों का पता लगाने की अनुमति मिलती है।
एस-अनुमानक
एक सशक्त पैमाना अनुमानक जो एक स्कोर फलन द्वारा भारित निरपेक्ष विचलनों के माध्यिका पर आधारित है, जो दक्षता और सशक्तता के बीच एक इष्टतम समझौता प्रदान करता है।
प्रभाव फलन
एक गणितीय उपकरण जो किसी अनुमानक पर एक अत्यल्प दूषण के प्रभाव को मापता है, जिससे विभिन्न सांख्यिकीय विधियों की सशक्तता को मात्राबद्ध करने और तुलना करने की अनुमति मिलती है।
अवरोही एम-अनुमानक
एम-अनुमानकों का एक प्रकार जिसका भार फलन एक निश्चित सीमा के बाद शून्य हो जाता है, जिससे गणना में चरम अवलोकनों के प्रभाव को पूरी तरह से समाप्त कर दिया जाता है।
एमएम-अनुमानक
एक रोबस्ट अनुमानक जो उच्च-ब्रेकडाउन एम-अनुमानक को उच्च-दक्षता एम-अनुमानक के साथ जोड़ता है, जो एक साथ रोबस्टनेस और सांख्यिकीय परिशुद्धता का अनुकूलन करता है।
टाउ-अनुमानक
उच्च-ब्रेकडाउन और उच्च-दक्षता वाला स्केल अनुमानक जो S और M अनुमानकों के भारित संयोजन का उपयोग करता है, विशेष रूप से विषम वितरणों के लिए उपयुक्त।
आर-अनुमानक
रोबस्ट अनुमानकों का एक वर्ग जो अवलोकनों के निरपेक्ष मूल्यों के बजाय उनकी रैंकिंग पर आधारित है, जो एकवचन परिवर्तनों के प्रति अपरिवर्तनीयता और आउटलियर्स के प्रति प्राकृतिक प्रतिरोध प्रदान करता है।
भारित निरपेक्ष विचलन की माध्यिका
एमएडी का एक वैरिएंट जो केंद्र से अवलोकनों की दूरी पर आधारित भारित मानों को शामिल करता है, जो विषम डेटा में विसंगतियों का पता लगाने में सुधार करता है।
गहराई-आधारित आउटलियर पहचान
एक रोबस्ट दृष्टिकोण जो विसंगतियों को डेटा क्लाउड में सबसे कम सांख्यिकीय गहराई वाले बिंदुओं के रूप में पहचानता है, उनकी सापेक्ष केंद्रीय स्थिति को मापता है।
हैम्पेल पहचानकर्ता
माध्यिका और एमएडी पर आधारित विसंगति पहचान विधि, जो माध्यिका से 3 से अधिक माध्यिका निरपेक्ष विचलनों से विचलित होने वाले बिंदुओं को आउटलियर्स के रूप में वर्गीकृत करती है।
क्यूएन अनुमानक
जोड़ीदार निरपेक्ष अंतरों की माध्यिका पर आधारित रोबस्ट स्केल अनुमानक, जो सामान्यता के तहत 82% दक्षता और 50% ब्रेकडाउन पॉइंट प्रदान करता है।