एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
स्वचालित एनसेंबल लर्निंग
बिना मैनुअल मानव हस्तक्षेप के प्रदर्शन को अनुकूलित करने के लिए कई पूर्वानुमान मॉडल बनाने, चुनने और संयोजित करने की प्रक्रिया को स्वचालित करना।
स्वचालित स्टैकिंग
एक विधि जिसमें एक मेटा-मॉडल समग्र सटीकता में सुधार के लिए कई आधार मॉडल की भविष्यवाणियों को स्वचालित रूप से जोड़ना सीखता है।
स्वचालित ब्लेंडिंग
एक एनसेंबल तकनीक जो संयोजन मॉडल को प्रशिक्षित करने के लिए एक होल्ड-आउट सत्यापन सेट का उपयोग करके मॉडल की भविष्यवाणियों को स्वचालित रूप से जोड़ती है।
स्वचालित बैगिंग
स्वचालित बूटस्ट्रैप एग्रीगेटिंग जो वैरियंस को कम करने और रोबस्टनेस में सुधार के लिए बूटस्ट्रैप डेटा उपसमुच्चयों पर कई मॉडल बनाता है।
स्वचालित बूस्टिंग
प्रदर्शन को अनुकूलित करने के लिए एक स्वचालित पुनरावृत्त प्रक्रिया जहाँ प्रत्येक मॉडल पिछले वाल की गलतियों को सुधारते हुए अनुक्रमिक मॉडल बनाता है।
ऑटो-स्टैकिंग
एक पूरी तरह से स्वचालित प्रणाली जो स्टैकिंग आर्किटेक्चर को खोजती और अनुकूलित करती है, जिसमें आधार मॉडल और मेटा-मॉडल का चयन शामिल है।
एनसेंबल के लिए हाइपरपैरामीटर ट्यूनिंग
प्रदर्शन को अधिकतम करने के लिए मॉडल के व्यक्तिगत हाइपरपैरामीटर और एनसेंबल के संयोजन पैरामीटर का स्वचालित अनुकूलन।
स्वचालित मॉडल चयन
एक एल्गोरिथ्म जो उनके प्रदर्शन और विविधता के आधार पर एनसेंबल के लिए सर्वश्रेष्ठ उम्मीदवारों का स्वचालित रूप से चयन करता है।
एनसेंबल के लिए फ़ीचर इंजीनियरिंग
एनसेंबल में मॉडल की पूरकता को बढ़ाने के लिए विशेष रूप से अनुकूलित विशेषताओं का स्वचालित निर्माण।
स्ट्रैटिफाइड क्रॉस-वैलिडेशन
एनसेंबल के प्रदर्शन का विश्वसनीय मूल्यांकन करने के लिए क्लास वितरण को स्वचालित रूप से संरक्षित करने वाली क्रॉस-वैलिडेशन तकनीक।
स्वचालित वोटिंग क्लासिफायर
एक ऐसी प्रणाली जो स्वचालित रूप से यह निर्धारित करती है कि हार्ड वोटिंग या सॉफ्ट वोटिंग अनुकूल है, और प्रत्येक क्लासिफायर के लिए इष्टतम भार चुनती है।
एनसेंबल डायवर्सिटी अधिकतमीकरण
संयोजन से प्रदर्शन लाभ को अधिकतम करने के लिए मॉडल के बीच त्रुटियों की विविधता को स्वचालित रूप से अनुकूलित करने वाला एल्गोरिथ्म।
स्वचालित मॉडल वेटिंग
एनसेंबल में प्रत्येक मॉडल के लिए उनकी संबंधित प्रदर्शन के आधार पर इष्टतम भार निर्धारित करने की स्वचालित प्रक्रिया।
एनसेंबल के लिए न्यूरल आर्किटेक्चर सर्च
एक उच्च-प्रदर्शन वाले एनसेंबल में एक साथ काम करने के लिए अनुकूलित पूरक न्यूरल आर्किटेक्चर की स्वचालित खोज।
बहु-उद्देश्यीय एनसेंबल अनुकूलन
अंतिम एनसेंबल के लिए सटीकता, अनुमान समय और जटिलता जैसे कई उद्देश्यों का स्वचालित रूप से एक साथ अनुकूलन।
स्वचालित एनसेंबल प्रूनिंग
प्रदर्शन-जटिलता अनुपात को अनुकूलित करने के लिए एनसेंबल से अतिरिक्त या खराब प्रदर्शन करने वाले मॉडल को स्वचालित रूप से हटाना।
गतिशील समग्र चयन
प्रत्येक नई भविष्यवाणी उदाहरण के लिए सबसे सक्षम मॉडल उपसमूहों का वास्तविक समय स्वचालित चयन।
विषम समग्र सीखना
उनकी पूरक शक्तियों का लाभ उठाने के लिए विभिन्न प्रकार के मॉडल (पेड़, नेटवर्क, SVM) का स्वचालित संयोजन।
कैस्केड समग्र सीखना
स्वचालित रूप से अनुकूलित कैस्केड आर्किटेक्चर जहां सरल मॉडल पहले उपयोग किए जाते हैं और जटिल मॉडल केवल आवश्यकता पड़ने पर।