एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
कमजोर क्लासिफायर
एक वर्गीकरण मॉडल जिसका प्रदर्शन संयोग से थोड़ा बेहतर होता है, जिसका उपयोग बूस्टिंग एल्गोरिदम में एक मूलभूत निर्माण खंड के रूप में किया जाता है।
प्रशिक्षण भार
प्रत्येक प्रशिक्षण उदाहरण को सौंपे गए संख्यात्मक मान जो एल्गोरिदम के अगले पुनरावृति में उनके सापेक्ष महत्व को दर्शाते हैं।
भारित त्रुटि दर
एक कमजोर क्लासिफायर के प्रदर्शन का माप जो गलत वर्गीकृत उदाहरणों के भार के योग को कुल भार के योग से विभाजित करके गणना की जाती है।
क्लासिफायर गुणांक
AdaBoost में प्रत्येक कमजोर क्लासिफायर के लिए गणना किया गया अल्फा भार, जो उसके प्रदर्शन के आधार पर अंतिम वोट में उसके प्रभाव को निर्धारित करता है।
निर्णय स्टंप
एकल नोड और दो पत्तियों वाला एक सरलीकृत निर्णय वृक्ष, जिसका उपयोग अक्सर AdaBoost में एक कमजोर क्लासिफायर के रूप में किया जाता है।
SAMME
AdaBoost का एक मल्टीक्लास विस्तार (Stagewise Additive Modeling using a Multiclass Exponential loss) जो मूल एल्गोरिदम को दो से अधिक वर्गों वाली समस्याओं के अनुकूल बनाता है।
भारित बहुमत वोट
एक एकत्रीकरण विधि जहाँ प्रत्येक क्लासिफायर AdaBoost एल्गोरिदम द्वारा गणना किए गए अपने विश्वास गुणांक के अनुपात में वोट करता है।
पुनरावृत्तीय प्रशिक्षण
एक अनुक्रमिक प्रक्रिया जहाँ प्रत्येक नए क्लासिफायर को पिछले क्लासिफायर के प्रदर्शन के आधार पर पुनः भारित डेटा पर प्रशिक्षित किया जाता है।
कमजोर सीखने की परिकल्पना
बूस्टिंग का एक मूलभूत सिद्धांत जो बताता है कि यादृच्छिक से थोड़े बेहतर क्लासिफायर को मिलाकर एक मजबूत क्लासिफायर प्राप्त किया जा सकता है।
एडाबूस्ट सीखने की दर
एक संकोचन पैरामीटर जो अंतिम मॉडल में प्रत्येक कमजोर क्लासिफायर के योगदान को नियंत्रित करता है, जिससे एल्गोरिथम को नियमित किया जा सकता है।
उदाहरणों का भारांकन
एडाबूस्ट का एक केंद्रीय तंत्र जो प्रशिक्षण उदाहरणों पर संभाव्यता वितरण को संशोधित करता है ताकि कठिन मामलों पर ध्यान केंद्रित किया जा सके।
स्टेजवाइज एडिटिव मॉडलिंग
मॉडल निर्माण का एक दृष्टिकोण जहां क्लासिफायर को क्रमिक रूप से जोड़ा जाता है, बिना पिछले क्लासिफायर के मापदंडों को संशोधित किए।
आउटलायर्स के प्रति मजबूती
लगातार गलत वर्गीकृत उदाहरणों के घातीय रूप से बढ़ते भारांकन के कारण एडाबूस्ट की आउटलायर्स के प्रति संवेदनशीलता।
एडाबूस्ट अभिसरण
एक सैद्धांतिक गुण जो गारंटी देता है कि कुछ शर्तों के तहत एडाबूस्ट की प्रशिक्षण त्रुटि पुनरावृत्तियों की संख्या के साथ घातीय रूप से घटती है।
एडिटिव निर्णय सीमा
कमजोर क्लासिफायर की निर्णय सीमाओं के भारित रैखिक संयोजन से उत्पन्न होने वाली अंतिम पृथक्करण सतह।