एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
L1 नियमितीकरण
एक नियमितीकरण तकनीक जो मॉडल के गुणांकों के निरपेक्ष मान के बराबर दंड जोड़ती है, जिससे विरलता को बढ़ावा मिलता है और अप्रासंगिक विशेषताओं को स्वचालित रूप से हटा दिया जाता है।
L2 नियमितीकरण
एक दंड पद्धति जो गुणांकों के वर्ग के समानुपाती एक पद जोड़ती है, अधिसीखन का मुकाबला करने के लिए उन्हें पूरी तरह से रद्द किए बिना उनकी परिमाण को कम करती है।
इलास्टिक नेट
L1 और L2 नियमितीकरण का रेखीय संयोजन जो लैसो के चर चयन गुण और रिज की स्थिरता को प्राप्त करता है, विशेष रूप से सहसंबंधित विशेषताओं की उपस्थिति में प्रभावी।
लैम्ब्डा हाइपरपैरामीटर
एक नियमितीकरण पैरामीटर जो गुणांकों पर लागू होने वाले दंड की तीव्रता को नियंत्रित करता है, जहां लैम्ब्डा=0 नियमितीकरण की अनुपस्थिति के अनुरूप है और उच्च लैम्ब्डा बाधा को बढ़ाता है।
L1 नॉर्म
एक वेक्टर नॉर्म जिसकी गणना घटकों के निरपेक्ष मानों के योग के रूप में की जाती है, विरलता को प्रेरित करने के लिए L1 नियमितीकरण में दंड पद के रूप में उपयोग किया जाता है।
L2 नॉर्म
एक यूक्लिडियन नॉर्म जिसकी गणना घटकों के वर्गों के योग के वर्गमूल के रूप में की जाती है, बड़े गुणांकों पर दंड लगाने के लिए L2 नियमितीकरण में उपयोग किया जाता है।
श्रिंकेज
जटिलता को कम करने और सामान्यीकरण में सुधार करने के लिए मॉडल के गुणांकों के परिमाण को शून्य की ओर व्यवस्थित रूप से कम करने की प्रक्रिया।
बायस-वेरियंस डाइलेमा
मशीन लर्निंग में बायस (व्यवस्थित त्रुटि) को कम करने और वेरियंस (डेटा के उतार-चढ़ाव के प्रति संवेदनशीलता) को कम करने के बीच मौलिक समझौता।
अल्फा गुणांक
इलास्टिक नेट में मिश्रण पैरामीटर जो 0 (शुद्ध L2 नियमितीकरण) और 1 (शुद्ध L1 नियमितीकरण) के बीच भिन्न होता है, दोनों दंडों के सापेक्ष अनुपात को समायोजित करने के लिए।
नियमितीकरण पथ
जब नियमितीकरण पैरामीटर बदलता है, तब मॉडल के समाधानों का पथ, जो गुणांकों के विकास और उनके चरणबद्ध चयन का विश्लेषण करने की अनुमति देता है।
वजन वेक्टर
एक रैखिक मॉडल में फीचर्स पर लागू गुणक गुणांकों का समूह, जिसकी परिमाण नियमितीकरण तकनीकों द्वारा नियंत्रित होती है।
समूह दंड
L1/L2 नियमितीकरण का विस्तार जो गुणांकों के समूहों को एक साथ दंडित करता है, जो वर्गीय या संरचित चरों को प्रबंधित करने के लिए उपयोगी है।
अनुकूली नियमितीकरण
नियमितीकरण का एक प्रकार जहां प्रत्येक गुणांक को प्रारंभिक अनुमानों के आधार पर एक व्यक्तिगत दंड मिलता है, जिससे चरों का अधिक सूक्ष्म चयन संभव होता है।
सूचना मानदंड
AIC या BIC जैसे मेट्रिक्स जो मॉडल के फिट और इसकी जटिलता के बीच संतुलन बनाते हैं, जिनका उपयोग अक्सर इष्टतम नियमितीकरण पैरामीटर का चयन करने के लिए किया जाता है।
नियमितीकृत ढाल अवतरण
एक अनुकूलन एल्गोरिथ्म जो नियमितीकृत मॉडलों को प्रभावी ढंग से प्रशिक्षित करने के लिए L1/L2 दंड शब्दों को सीधे उद्देश्य फलन में शामिल करता है।
निर्देशांक अवतरण
एक अनुकूलन विधि जो विशेष रूप से L1 नियमितीकरण के लिए अत्यधिक प्रभावी है और गुणांकों को एक-एक करके विश्लेषणात्मक रूप से अपडेट करती है।