एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
भारित घनत्व
एक चयन विधि जो मॉडल की अनिश्चितता माप को स्थानीय घनत्व अनुमान के साथ संयोजित करती है, ताकि उन नमूनों को प्राथमिकता दी जा सके जो अनिश्चित हों और साथ ही विशेषता स्थान के सघन क्षेत्रों में स्थित हों।
अनिश्चितता द्वारा प्रश्न
एक सक्रिय शिक्षण रणनीति जो उन नमूनों का चयन करती है जिनके लिए मॉडल अपनी भविष्यवाणियों में सबसे कम आत्मविश्वास रखता है, जिसे आमतौर पर एन्ट्रॉपी या निर्णय मार्जिन द्वारा मापा जाता है।
समिति द्वारा प्रश्न
एक सक्रिय शिक्षण दृष्टिकोण जो कई मॉडलों का उपयोग करता है जो एक समिति बनाते हैं, जहां उन नमूनों का चयन एनोटेशन के लिए किया जाता है जिनके बारे में समिति के सदस्यों के बीच सबसे अधिक मतभेद होता है।
विविधता-आधारित नमूनाकरण
एक चयन रणनीति जो विशेषता स्थान को प्रभावी ढंग से कवर करने और सूचना प्रतिकृति से बचने के लिए एनोटेड किए गए नमूनों की विविधता को अधिकतम करने का प्रयास करती है।
उच्च घनत्व बिंदु
विशेषता स्थान के उन क्षेत्रों में स्थित नमूने जहां डेटा का एकाग्रता स्तर उच्च होता है, और जिन्हें डेटा की अंतर्निहित वितरण का प्रतिनिधि माना जाता है।
पारस्परिक सूचना मानदंड
एक सूचनात्मक उपयोगिता मेट्रिक जो किसी विशिष्ट नमूने के एनोटेशन के बाद मॉडल पैरामीटर पर अपेक्षित अनिश्चितता में कमी को मापती है।
विश्वास मार्जिन
किसी नमूने के लिए दो सबसे संभावित वर्गों की भविष्यवाणी की गई संभावनाओं के बीच का अंतर, जिसका उपयोग सक्रिय शिक्षण रणनीतियों में अनिश्चितता के सूचक के रूप में किया जाता है।
संकर चयन
सबसे अधिक सूचनाप्रद नमूनों की पहचान करने के लिए भारितकरण या बहु-उद्देश्यीय अनुकूलन के माध्यम से कई चयन मानदंडों (अनिश्चितता, घनत्व, विविधता) को जोड़ने वाला एक दृष्टिकोण।
सक्रिय अधिगम में आउटलायर्स
असामान्य या विचलित डेटा बिंदु जिन्हें घनत्व-आधारित रणनीतियों से बचा जाता है, क्योंकि उनके एनोटेशन से डेटा की समग्र संरचना के बारे में बहुत कम जानकारी मिलती है।
कर्नेल भारांकन
स्थानीय घनत्व का अनुमान लगाने और विशेषता स्थान में अपने पड़ोसियों के साथ समानता के आधार पर नमूनों के महत्व को भारित करने के लिए कर्नेल फ़ंक्शन का उपयोग करने वाली तकनीक।
डेटा प्रतिनिधित्व
किसी नमूने या उपसमुच्चय की डेटा की समग्र वितरण की मूलभूत विशेषताओं को पकड़ने की गुणवत्ता, जो प्रभावी नमूनाकरण रणनीतियों में एक मुख्य कारक है।
विशेषता स्थान
एक बहुआयामी क्षेत्र जहां प्रत्येक आयाम डेटा की एक विशेषता का प्रतिनिधित्व करता है, जिसका उपयोग नमूनों के बीच समानता और घनत्व के संबंधों का विश्लेषण करने के लिए किया जाता है।
घनत्व-अनिश्चितता मानदंड
प्रत्येक अनारक्षित नमूने की सूचना संभावना का मूल्यांकन करने के लिए मॉडल की अनिश्चितता माप को स्थानीय घनत्व अनुमान के साथ संयोजित करने वाला उपयोगिता फ़ंक्शन।
बहु-उद्देश्यीय अनुकूलन
एक गणितीय ढांचा जो सक्रिय चयन रणनीतियों में अनिश्चितता, घनत्व और विविधता जैसे कई विरोधाभासी उद्देश्यों को एक साथ प्रबंधित करने की अनुमति देता है।