قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
لصق المجموعات
طريقة المجموعة التي تبني عدة نماذج على مجموعات فرعية عشوائية من بيانات التدريب، بدون إرجاع، لتقليل التباين وتحسين التعميم.
أخذ العينات بدون إرجاع
تقنية اختيار الملاحظات حيث يتم إزالة كل عنصر مختار من المجتمع، مما يضمن مجموعات فرعية فريدة كما في اللصق.
أخذ العينات مع الإرجاع
طريقة حيث يمكن اختيار الملاحظات عدة مرات في نفس العينة، وهي سمة أساسية من سمات التجميع.
مجموعة فرعية للتدريب
جزء من بيانات التدريب المستخدم لبناء نموذج فردي في طريقة المجموعة، مع أو بدون إرجاع حسب التقنية.
تجميع التوقعات
عملية دمج التوقعات الفردية لنماذج المجموعة، عادة عن طريق التصويت الأغلب (للتصنيف) أو المتوسط (للانحدار).
تنوع النماذج
مبدأ ينص على أن نماذج المجموعة يجب أن تكون مختلفة لكي يكون التجميع فعالاً، ويتم تحقيقه من خلال مجموعات فرعية متنوعة من البيانات.
أخذ العينات العشوائية للمسافات الفرعية
امتداد للتجميع حيث يتم تدريب النماذج على مجموعات فرعية عشوائية من الميزات بالإضافة إلى مجموعات فرعية من الملاحظات.
لصق العينات الصغيرة
نوع مختلف من اللصق يستخدم مجموعات فرعية صغيرة الحجم لتسريع التدريب مع الحفاظ على تنوع النماذج.
تباين النموذج
حساسية النموذج لتغيرات بيانات التدريب، والتي تسعى طرق التجميع مثل التكيس إلى تقليلها تحديدًا.
استقرار التوقعات
قدرة النموذج على إنتاج توقعات متسقة في مواجهة تغييرات طفيفة في بيانات التدريب، والتي يتم تحسينها بطرق التجميع.
التدريب المتوازي للتجميع
ميزة التكيس واللصق التي تسمح بالتدريب المتزامن للنماذج الأساسية على مجموعات فرعية مختلفة من البيانات.
تعقيد العينة
عدد العينات اللازمة لتحقيق أداء معين، والذي يمكن تقليله بطرق التجميع الفعالة.