🏠 Beranda
Benchmark
📊 Semua Benchmark 🦖 Dinosaurus v1 🦖 Dinosaurus v2 ✅ Aplikasi To-Do List 🎨 Halaman Bebas Kreatif 🎯 FSACB - Showcase Utama 🌍 Benchmark Terjemahan
Model
🏆 Top 10 Model 🆓 Model Gratis 📋 Semua Model ⚙️ Kilo Code
Sumber Daya
💬 Perpustakaan Prompt 📖 Glosarium AI 🔗 Tautan Berguna

Glosarium AI

Kamus lengkap Kecerdasan Buatan

162
kategori
2.032
subkategori
23.060
istilah
📖
istilah

GOSS (Gradient-based One-Side Sampling)

Méthode d'échantillonnage de LightGBM qui conserve toutes les instances avec grands gradients et échantillonne aléatoirement celles avec petits gradients, équilibrant efficacité et précision.

📖
istilah

EFB (Exclusive Feature Bundling)

Technique de réduction de dimensionnalité regroupant des features mutuellement exclusives en une seule feature, réduisant le nombre de features sans perte d'information.

📖
istilah

Number of Leaves

Paramètre principal de LightGBM contrôlant le nombre de feuilles maximales par arbre, influençant directement la complexité et la capacité d'apprentissage du modèle.

📖
istilah

DART (Dropouts meet Multiple Additive Regression Trees)

Variante de boosting implémentée dans LightGBM utilisant du dropout pour améliorer la généralisation, inspirée des techniques de deep learning.

📖
istilah

L1/L2 Regularization

Techniques de régularisation dans LightGBM ajoutant des pénalités sur les poids des feuilles pour contrôler la complexité du modèle et prévenir le surapprentissage.

📖
istilah

Metric

Fonction d'évaluation utilisée pour mesurer les performances du modèle durant l'entraînement, distincte de la fonction objectif mais essentielle pour le monitoring.

📖
istilah

Feature Parallelism

Stratégie de parallélisation alternative dans LightGBM où les features sont distribuées horizontalement entre les workers pour trouver les meilleures divisions.

📖
istilah

Voting Parallelism

Technique hybride de parallélisation dans LightGBM combinant data et feature parallelism pour optimiser les performances sur très grands datasets.

🔍

Tidak ada hasil ditemukan