एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
पारंपरिक निर्णय पेड़
कार्ट, आईडी 3 और सी 4.5 जैसे मौलिक एल्गोरिदम जो विभाजन नियमों के आधार पर निर्णय लेने के लिए पेड़ जैसी संरचना का निर्माण करते हैं।
रैंडम फॉरेस्ट
एक समुच्चय विधि जो सबसैंपल पर प्रशिक्षित कई निर्णय पेड़ों को मिलाकर भिन्नता को कम करने और अधिक सीखने से बचने के लिए उपयोग करती है।
ग्रेडिएंट बूस्टिंग मशीन
एक क्रमागत संगठन तकनीक जो ढलान अवतरण के माध्यम से हानि के समारोह के अनुकूलन करके योजक मॉडल के निर्माण करता है।
XGBoost
L1/L2 नियमन, समानांतर प्रसंस्करण और अनुपस्थित मानों के कुशल प्रबंधन के साथ ग्रेडिएंट बूस्टिंग का अनुकूलित कार्यान्वयन।
लाइटजीबीएम
पत्ती-वार विकास और हिस्टोग्राम आधारित सैंपलिंग का उपयोग करके ग्रेडिएंट बूस्टिंग एल्गोरिथ्म अधिक प्रदर्शन के लिए।
कैटबूस्ट
लक्षित एन्कोडिंग और ऑर्डर्ड बूस्टिंग के साथ श्रेणीगत चरों के स्वचालित संसाधन पर केंद्रित ग्रेडिएंट बूस्टिंग का एक विशिष्ट तरीका।
एडाबूस्ट
एक अनुकूली बूस्टिंग एल्गोरिथ्म जो कमजोर लर्नर्स के क्रमिक पुनरावृत्तियों के माध्यम से कठिन पूर्वानुमान वाले अवलोकनों के भार के समायोजित करथे।
बैगिंग
बूटस्ट्रैप एग्रीगेटिंग का उपयोग करके विभिन्न नमूनों पर प्रशिक्षित मॉडलों को संयोजित करके विचरण को कम करने के लिए समानांतर संगठन तकनीक।
स्टैकिंग और ब्लेंडिंग
एनसेम्बल विधियाँ जो समग्र प्रदर्शन को बढ़ाने के लिए एक मेटा-मॉडल के माध्यम से कई आधार मॉडलों की भविष्यवाणियों को संयोजित करती हैं।
एक्सट्रा ट्रीज़
अत्यधिक यादृच्छिकृत वृक्ष, रैंडम फॉरेस्ट के समान विधि लेकिन अधिक यादृच्छिकता के लिए विभाजन सीमा के यादृच्छिक चयन के साथ।
पुनर्ग्रहण वृक्ष बनाम वर्गीकरण
पुनर्ग्रहण (निरंतर भविष्यवाणी) या वर्गीकरण (असतत भविष्यवाणी) की समस्याओं के लिए निर्णय वृक्षों का विशेषज्ञता
समानांतर संग्रह विधियाँ
ऐसी दृष्टिकोण जहाँ मॉडल को स्वतंत्र रूप से और एक साथ बनाया जाता है, जैसे रैंडम फॉरेस्ट और बैगिंग, भिन्नता को कम करने के लिए।