एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
सिग्मॉइड फलन
एक गणितीय फलन जिसका आकार 'S' के जैसा होता है और जो किसी भी वास्तविक मूल्य को 0 और 1 के बीच एक संभावना में बदल देता है, इसका उपयोग लॉजिस्टिक रिग्रेशन में एक्टिवेशन फलन के रूप में किया जाता है।
लॉजिट फलन
एक लॉगरिद्मिक लिंक फलन जो संभावनाओं को लॉगरिद्मिक पैमाने पर बदल देता है, जिसे सफलता की संभावना के ऑड्स (odds) के प्राकृतिक लघुगणक के रूप में परिभाषित किया जाता है।
अधिकतम संभावना
मॉडल के पैरामीटरों का अनुमान लगाने की एक विधि जो प्रशिक्षण डेटा को देखे जाने की संभावना को अधिकतम करती है, यह मानते हुए कि मॉडल के पैरामीटर दिए गए हैं।
पूर्वाग्रह (इंटरसेप्ट)
लॉजिस्टिक रिग्रेशन समीकरण में एक स्थिर पद जो बुनियादी संभावना का प्रतिनिधित्व करता है जब सभी पूर्वानुमानित चर शून्य होते हैं।
भार (गुणांक)
प्रत्येक पूर्वानुमानित चर से जुड़े गुणक पैरामीटर जो वर्गीकरण की संभावना पर उनके प्रभाव को मात्रात्मक रूप देते हैं।
निर्णय सीमा
विशेषताओं के स्थान में विभिन्न वर्गों को अलग करने वाला एक हाइपरप्लेन या सतह, जिसे उस समीकरण द्वारा परिभाषित किया जाता है जहाँ अनुमानित संभावना 0.5 के बराबर होती है।
ऑड्स रेशियो
संघ का एक माप जो यह मात्रात्मक रूप देता है कि जब पूर्वानुमानित चर एक इकाई बढ़ता है, तो किसी परिणाम के ऑड्स कैसे बदलते हैं, जबकि अन्य सभी चर स्थिर रहते हैं।
L1 रेग्युलराइजेशन (लैसो)
एक दंड तकनीक जो लागत फलन में गुणांकों के निरपेक्ष मूल्यों के योग को जोड़ती है, जिससे चरों का स्वचालित चयन होता है।
L2 नियमितीकरण (रिज)
एक दंड पद्धति जो लागत फलन में गुणांकों के वर्गों का योग जोड़ती है, अधिसिखन को रोकने के लिए गुणांकों के परिमाण को कम करती है।
वक्र के नीचे का क्षेत्रफल (AUC)
एक मूल्यांकन मेट्रिक जो यह मापता है कि एक मॉडल एक नकारात्मक इंस्टेंस की तुलना में एक सकारात्मक इंस्टेंस को कितनी संभावना के साथ यादृच्छिक रूप से उच्च वर्गीकृत करता है, जो 0.5 से 1 तक भिन्न होता है।
वर्गीकरण सीमा
एक सीमा संभावना मान (आमतौर पर 0.5) जिसका उपयोग निरंतर संभावनाओं को बाइनरी क्लास पूर्वानुमानों में परिवर्तित करने के लिए किया जाता है।
संभावना
एक फलन जो मॉडल पैरामीटर दिए गए डेटा को देखने की संभावना को मापता है, जिसका उपयोग लॉजिस्टिक रिग्रेशन में पैरामीटर अनुमान के लिए किया जाता है।
लागत फलन (लॉग लॉस)
एक लघुगणकीय दंड फलन जो अनुमानित संभावनाओं और वास्तविक लेबलों के बीच विचलन को मापता है, जिसका उपयोग मॉडल को अनुकूलित करने के लिए किया जाता है।
अभिसरण
एक ऐसी स्थिति जहां अनुकूलन एल्गोरिदम की लगातार पुनरावृत्तियां मॉडल के पैरामीटर्स को अब महत्वपूर्ण रूप से संशोधित नहीं करती हैं, जिससे एक इष्टतम प्राप्त होने का संकेत मिलता है।
असंतुलित कक्षाएं
एक स्थिति जहां प्रशिक्षण डेटा में एक कक्षा दूसरे की तुलना में काफी कम प्रतिनिधित्वित होती है, जिसके लिए सैंपलिंग या भारित तकनीकों की आवश्यकता होती है।