🏠 होम
बेंचमार्क
📊 सभी बेंचमार्क 🦖 डायनासोर v1 🦖 डायनासोर v2 ✅ टू-डू लिस्ट ऐप्स 🎨 रचनात्मक फ्री पेज 🎯 FSACB - अल्टीमेट शोकेस 🌍 अनुवाद बेंचमार्क
मॉडल
🏆 टॉप 10 मॉडल 🆓 मुफ्त मॉडल 📋 सभी मॉडल ⚙️ किलो कोड
संसाधन
💬 प्रॉम्प्ट लाइब्रेरी 📖 एआई शब्दावली 🔗 उपयोगी लिंक

एआई शब्दावली

आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश

179
श्रेणियाँ
1,183
उप-श्रेणियाँ
14,904
शब्द
📖
शब्द

Contamination

Hyperparamètre de l'Isolation Forest définissant la proportion attendue d'anomalies dans le jeu de données, utilisé pour calibrer le seuil de décision sur les scores d'anomalie.

📖
शब्द

iTree (Isolation Tree)

Arbre de décision binaire construit aléatoirement dans un Isolation Forest, où chaque partition est effectuée sur une caractéristique et une valeur de séparation choisies aléatoirement jusqu'à l'isolement de chaque point.

📖
शब्द

Isolation

Principe selon lequel les anomalies sont des points de données 'peu nombreux et différents', et sont donc plus faciles à isoler que les points normaux, nécessitant moins de partitions dans un arbre.

📖
शब्द

Extension Level

Hyperparamètre optionnel dans certaines implémentations d'Isolation Forest qui contrôle le nombre de dimensions à diviser simultanément à chaque nœud, permettant de gérer des données à très haute dimensionnalité.

📖
शब्द

Scoring Function

Fonction mathématique qui transforme la longueur de chemin moyenne en un score d'anomalie normalisé, généralement basée sur la distribution de la longueur de chemin dans un arbre aléatoire.

📖
शब्द

Forest Size

Nombre d'iTrees construits dans l'Isolation Forest, un hyperparamètre qui influence la stabilité et la précision des scores d'anomalie finaux.

📖
शब्द

Node Depth

Profondeur d'un nœud spécifique dans un iTree, utilisée pour calculer la longueur du chemin et donc le score d'isolation d'un point de données.

📖
शब्द

External Anomalies

Type d'anomalies qui se situent en dehors des régions de forte densité des données, détectées efficacement par l'Isolation Forest en raison de leur isolement rapide.

📖
शब्द

Computational Complexity

Mesure de l'efficacité de l'Isolation Forest, qui est linéaire par rapport au nombre d'observations et sous-linéaire par rapport au nombre de caractéristiques, la rendant adaptée aux grands ensembles de données.

🔍

कोई परिणाम नहीं मिला