قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
انحدار لاسو
طريقة التنظيم L1 التي تعاقب المعاملات المطلقة للخصائص، مما يجبر بعض المعاملات على الصفر لإجراء اختيار تلقائي للمتغيرات.
المعلومات المتبادلة
مقياس إحصائي يقيس كمية الاعتماد بين متغيرين، ويستخدم لتقييم أهمية الخصائص بالنسبة للمتغير الهدف.
اختبار مربع كاي
اختبار إحصائي يقيم الاستقلالية بين الخصائص الفئوية والمتغير الهدف، ويستخدم لفلترة المتغيرات غير ذات الصلة.
اختبار F لتحليل التباين
طريقة إحصائية تقارن التباينات بين المجموعات لتقييم أهمية الخصائص الرقمية بالنسبة لمتغير هدف فئوي.
خوارزمية بوروتا
خوارزمية اختيار الخصائص القائمة على الغابات العشوائية التي تقارن أهمية الخصائص الحقيقية مع خصائص الظل التي تم إنشاؤها عشوائياً.
اختيار أفضل K
طريقة اختيار أحادية المتغير تختار k من الخصائص التي لديها أعلى الدرجات الإحصائية حسب اختبار محدد (chi2, f_classif, mutual_info_classif).
عتبة التباين
تقنية فلترة أساسية تقوم بإزالة الخصائص التي يكون تباينها أقل من عتبة محددة مسبقًا، وتعتبر غير معلوماتية.
اختيار الخصائص التسلسلي
طريقة جشعة تضيف أو تزيل الخصائص بشكل تسلسلي لتحسين مقياس أداء النموذج وفقًا لاستراتيجية أمامية أو خلفية.
الخوارزمية الجينية لاختيار الميزات
نهج شبه استدلالي يستخدم مبادئ الانتقاء الطبيعي لاستكشاف فضاء مجموعات الميزات وإيجاد حل شبه مثالي.
قيم SHAP
طريقة تفسير قائمة على نظرية الألعاب تحدد تأثير كل ميزة على التنبؤات الفردية للنموذج.
اختيار الميزات القائم على الارتباط
طريقة تقيم أهمية الميزات من خلال تحليل ارتباطها بالمتغير المستهدف مع تقليل التكرار بين الميزات.
الربح المعلوماتي
مقياس يحدد انخفاض إنتروبيا المتغير المستهدف عند معرفة ميزة معينة، ويستخدم لتقييم أهمية المتغيرات.
خوارزمية Relief
خوارزمية اختيار ميزات من نوع التصفية تقيم أهمية المتغيرات بمقارنة المسافات بين الحالات المتشابهة وغير المتشابهة.
الاختيار التلقائي للميزات
عملية آلية تجمع بين تقنيات اختيار متعددة لتحديد المجموعة الفرعية المثلى من الميزات بدون تدخل بشري.
الطرق المضمنة
طرق اختيار الميزات مدمجة مباشرة في عملية تدريب النموذج، مثل أشجار القرار أو طرق التنظيم.
طرق الغلاف
تقنيات الاختيار التي تستخدم نموذج التعلم الآلي لتقييم جودة مجموعات الميزات من خلال التحقق المتقاطع أو مقاييس الأداء.