এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
CART প্রুনিং
ওভারফিটিং এড়াতে এবং বৈধতা ত্রুটি কমানোর জন্য কম তাৎপর্যপূর্ণ শাখাগুলো অপসারণ করে গাছের জটিলতা হ্রাস করার প্রক্রিয়া।
বাইনারি বিভাজন
CART-এর জন্য নির্দিষ্ট পদ্ধতি যেখানে প্রতিটি প্যারেন্ট নোড সর্বোত্তম বিভাজন মানদণ্ড ব্যবহার করে ঠিক দুটি চাইল্ড নোডে বিভক্ত হয়।
জটিলতা প্যারামিটার
CART প্রুনিং-এ আলফা সহগ যা গাছের আকারকে শাস্তি দেয়, মডেলের নির্ভুলতা এবং সরলতার মধ্যে ভারসাম্য বজায় রাখে।
সর্বাধিক গাছ
সম্পূর্ণরূপে বিকশিত সিদ্ধান্ত গাছ যেখানে প্রতিটি পাতায় একটি একক শ্রেণীর পর্যবেক্ষণ থাকে বা পূর্বনির্ধারিত স্টপিং মানদণ্ডে পৌঁছায়।
ন্যূনতম অশুদ্ধতা
CART-এ পূর্বনির্ধারিত থ্রেশহোল্ড যা একটি নোডের বিভাজন বন্ধ করে দেয় যখন অশুদ্ধতা (গিনি বা ভ্যারিয়েন্স) এই মানের চেয়ে কম হয়।
প্রুনিং সিকোয়েন্স
CART দ্বারা উত্পন্ন ক্রমহ্রাসমান জটিলতার গাছের ক্রমানুসার, যার প্রতিটি পূর্ববর্তীটির একটি ছাঁটা সংস্করণ।
রিসাবস্টিটিউশন ত্রুটি
প্রশিক্ষণ ডেটাতে গণনা করা ত্রুটি হার যা প্রতিটি সম্ভাব্য প্রুনিংয়ের প্রভাব মূল্যায়নের জন্য CART দ্বারা রেফারেন্স হিসাবে ব্যবহৃত হয়।
CART অপ্টিমাইজেশন
লোভী অ্যালগরিদম যা প্রতিটি নোডে স্থানীয়ভাবে সর্বোত্তম বিভাজন সম্পাদন করে চূড়ান্ত গাছের গ্লোবাল সর্বোত্তমতা নিশ্চিত না করে।
CART স্থিতিশীলতা
প্রশিক্ষণ ডেটার পরিবর্তনের প্রতি CART অ্যালগরিদমের সংবেদনশীলতা, যা উল্লেখযোগ্যভাবে ভিন্ন গাছের কাঠামো তৈরি করতে পারে।
অনুপস্থিত মানের চিকিৎসা
CART-এর নির্দিষ্ট পদ্ধতি যা শর্তসাপেক্ষ সম্ভাব্যতার ভিত্তিতে অনুপস্থিত মান সহ পর্যবেক্ষণগুলিকে সবচেয়ে উপযুক্ত চাইল্ড নোডে পুনঃনির্দেশিত করে।
ক্লাস ওয়েটিং
জিনি সূচকের গণনায় ওজন সামঞ্জস্য করে ক্লাস ভারসাম্যহীনতা পরিচালনার জন্য CART-এ কৌশল।
V-ফোল্ড ক্রস ভ্যালিডেশন
বিভিন্ন প্রুনিং সিকোয়েন্সের কর্মক্ষমতা মূল্যায়ন এবং সর্বোত্তম গাছ নির্বাচনের জন্য CART-এর সাথে ব্যবহৃত পদ্ধতি।
CART সিদ্ধান্ত নিয়ম
রুট থেকে একটি পাতার পথ থেকে নিষ্কাশিত লজিক্যাল if-then শর্তগুলির সেট, ব্যাখ্যাযোগ্য এবং ভবিষ্যদ্বাণীর জন্য সরাসরি প্রযোজ্য।