🏠 Главная
Бенчмарки
📊 Все бенчмарки 🦖 Динозавр v1 🦖 Динозавр v2 ✅ Приложения To-Do List 🎨 Творческие свободные страницы 🎯 FSACB - Ультимативный показ 🌍 Бенчмарк перевода
Модели
🏆 Топ-10 моделей 🆓 Бесплатные модели 📋 Все модели ⚙️ Режимы Kilo Code
Ресурсы
💬 Библиотека промптов 📖 Глоссарий ИИ 🔗 Полезные ссылки

Глоссарий ИИ

Полный словарь искусственного интеллекта

235
категории
2 988
подкатегории
33 628
термины
📖
термины

GOSS (Gradient-based One-Side Sampling)

Метод сэмплирования в LightGBM, который сохраняет все экземпляры с большими градиентами и случайным образом сэмплирует экземплялы с малыми градиентами, эффективно балансируя скорость и точность.

📖
термины

EFB (Exclusive Feature Bundling)

Техника уменьшения размерности, объединяющая взаимоисключающие признаки в один, что снижает их количество без потери информации.

📖
термины

Number of Leaves

Основной параметр LightGBM, контролирующий максимальное количество листьев в каждом дереве, напрямую влияющий на сложность модели и её обучающую способность.

📖
термины

DART (Dropouts meet Multiple Additive Regression Trees)

Вариант бустинга, реализованный в LightGBM, использующий dropout для улучшения обобщающей способности модели, вдохновлённый техниками из глубокого обучения.

📖
термины

L1/L2 Regularization

Техники регуляризации в LightGBM, добавляющие штрафы на веса листьев для контроля сложности модели и предотвращения переобучения.

📖
термины

Metric

Функция оценки, используемая для измерения производительности модели во время обучения, отличная от целевой функции, но важная для мониторинга.

📖
термины

Feature Parallelism

Альтернативная стратегия параллелизации в LightGBM, при которой признаки распределяются между рабочими узлами для поиска наилучших разбиений.

📖
термины

Voting Parallelism

Гибридная техника параллелизации в LightGBM, сочетающая параллелизм по данным и по признакам для оптимизации производительности на очень больших наборах данных.

🔍

Результаты не найдены