এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ওজন হিটম্যাপ
নিউরাল নেটওয়ার্কের নিউরনগুলির মধ্যে সিন্যাপটিক ওজনের তীব্রতা উপস্থাপনকারী রঙিন কোডেড ম্যাট্রিক্স ভিজ্যুয়ালাইজেশন, যা মডেলের সবচেয়ে প্রভাবশালী সংযোগগুলি চিহ্নিত করতে সহায়তা করে।
নিউরন অ্যাক্টিভেশন গ্রাফ
একটি নেটওয়ার্কের বিভিন্ন স্তরে নিউরনগুলির অ্যাক্টিভেশন মানের ভিজ্যুয়াল উপস্থাপনা, যা দেখায় কিভাবে তথ্য মডেল আর্কিটেকচারের মাধ্যমে ধাপে ধাপে রূপান্তরিত হয়।
মডেল আর্কিটেকচার ডায়াগ্রাম
নিউরাল নেটওয়ার্কের স্তর, সংযোগ এবং টেনসর মাত্রা দেখানো বিস্তারিত কাঠামোগত স্কিমা, যা মডেলের সামগ্রিক সংগঠন বোঝার সুবিধা দেয়।
গভীর বৈশিষ্ট্য ম্যাপ
একটি নেটওয়ার্কের গভীর স্তরগুলি দ্বারা শেখা বৈশিষ্ট্যগুলির 2D বা 3D ভিজ্যুয়ালাইজেশন, যা ইনপুট ডেটাতে মডেল দ্বারা চিহ্নিত বিমূর্ত প্যাটার্নগুলি প্রকাশ করে।
ভেরিয়েবল গুরুত্ব গ্রাফ
বার বা রাডার ডায়াগ্রাম যা মডেলে তাদের ভবিষ্যদ্বাণীমূলক অবদান অনুযায়ী বৈশিষ্ট্যগুলিকে শ্রেণীবদ্ধ করে, ভবিষ্যদ্বাণীর জন্য সবচেয়ে নির্ধারক ভেরিয়েবলগুলি চিহ্নিত করতে সহায়তা করে।
লেটেন্ট স্পেস ভিজ্যুয়ালাইজেশন
উচ্চ-মাত্রিক স্থানের 2D/3D প্রজেকশন যেখানে মডেল ডেটা এনকোড করে, এই বিমূর্ত স্থানে নমুনাগুলির মধ্যে লুকানো কাঠামো এবং সম্পর্কগুলি প্রকাশ করে।
ডেটা ফ্লো স্যাঙ্কি ডায়াগ্রাম
নেটওয়ার্কের বিভিন্ন স্তর জুড়ে ডেটার প্রবাহ এবং রূপান্তর দেখানো স্কেলযোগ্য ভিজ্যুয়ালাইজেশন, যেখানে ব্যান্ডগুলি সংযোগের গুরুত্বের সমানুপাতিক।
ইন্টিগ্রেটেড গ্রেডিয়েন্টস গ্রাফ
ভিজ্যুয়ালাইজেশন যা দেখায় কিভাবে গ্রেডিয়েন্টগুলি একটি নেটওয়ার্কের পথ বরাবর জমা হয়, মডেলের চূড়ান্ত সিদ্ধান্তে কোন পথগুলি সবচেয়ে বেশি অবদান রাখে তা বুঝতে সাহায্য করে।
স্যালিয়েন্সি ম্যাপ
ইনপুট ডেটার উপর রঙিন ওভারলে যা মডেলের পূর্বাভাসকে সবচেয়ে বেশি প্রভাবিত করে এমন অঞ্চল নির্দেশ করে, নেটওয়ার্কের মনোযোগের ফোকাস বোঝার জন্য অপরিহার্য।
SHAP ভিজ্যুয়ালাইজেশন
SHAP মানের উপর ভিত্তি করে গ্রাফিক্যাল উপস্থাপনা যা প্রতিটি ভেরিয়েবলের পৃথক এবং সম্মিলিত প্রভাব দেখায়, স্থানীয় এবং গ্লোবাল ব্যাখ্যাসহ।
LIME গ্রাফ
LIME দ্বারা উৎপন্ন স্থানীয় ব্যাখ্যার ভিজ্যুয়ালাইজেশন, নির্দিষ্ট পূর্বাভাসের জন্য বৈশিষ্ট্যগুলোর ওজন এবং অবদান ব্যাখ্যামূলক গ্রাফের মাধ্যমে দেখায়।
t-SNE ডায়াগ্রাম
মডেলের এমবেডিংগুলোর অরৈখিক প্রজেকশন যা স্থানীয় সম্পর্ক সংরক্ষণ করে, শেখানো উপস্থাপনাগুলোর অন্তর্নিহিত ক্লাস্টার এবং কাঠামো প্রকাশ করে।
UMAP ভিজ্যুয়ালাইজেশন
t-SNE-এর বিকল্প ডাইমেনশনাল প্রজেকশন যা ডেটার গ্লোবাল কাঠামো ভালোভাবে সংরক্ষণ করে, ল্যাটেন্ট স্পেসে বৃহৎ স্কেলের সম্পর্কের আরও বিশ্বস্ত দৃশ্য প্রদান করে।
অ্যাটেনশন ম্যাপ
ট্রান্সফরমার মডেলগুলোর অ্যাটেনশন ওয়েটের ভিজ্যুয়ালাইজেশন, প্রতিটি প্রসেসিং স্টেপের জন্য ইনপুটের কোন অংশগুলো মডেল গুরুত্বপূর্ণ বিবেচনা করে তা দেখায়।
অ্যানিমেটেড ডিসিশন বাউন্ডারি
ডাইনামিক ভিজ্যুয়ালাইজেশন যা প্রশিক্ষণের সময় মডেলের ডিসিশন সারফেস কীভাবে বিকশিত হয় তা দেখায়, ক্লাসিফিকেশন বাউন্ডারির প্রগতিশীল শেখার চিত্রণ দেয়।
লেয়ারওয়াইজ অ্যাক্টিভেশন হিস্টোগ্রাম
নেটওয়ার্কের প্রতিটি লেয়ারের অ্যাক্টিভেশন মানের ডিস্ট্রিবিউশন, প্রশিক্ষণের সময় নিউরনের স্যাচুরেশন বা ডাইং সমস্যা চিহ্নিত করতে সহায়তা করে।
সংযোগমূলক ওজন ম্যাট্রিক্স
একটি নেটওয়ার্কের সমস্ত স্তরের মধ্যে সমস্ত ওজনের সম্পূর্ণ ম্যাট্রিক্স উপস্থাপনা, উদীয়মান সংযোগ প্যাটার্ন সনাক্ত করতে একটি তাপীয় চিত্র হিসাবে দৃশ্যমান।