عام مشین لرننگ اور ڈیٹا مائننگ سے متعلق اصطلاحات

• نمونہ لینا:

  • سادہ رینڈم سیمپلنگ (Simple Random Sampling)
  • آف لائن سیمپلنگ (Offline Sampling)
  • آن لائن نمونے لینا (K)
  • Ratio-based Sampling (ratio-based sampling) ، یعنی تناسب پر مبنی نمونہ لینا۔
  • Acceptance-RejectionSampling (قبول - رد نمونہ لینا)
  • Importance Sampling (مهمیت نمونے لینا)
  • MCMC ((MarkovChain Monte Carlo مارکوف مونٹی کارلو نمونہ الگورتھم: میٹروپولیس-ہاسٹنگ اور گیبز) <unk>

• کلسٹرنگ:

  • K-Means，
  • K-Mediods，
  • K-Means کی ایک سیکنڈ
  • FK-Means，
  • Canopy，
  • اس کے علاوہ، اس کے بارے میں مزید معلومات حاصل کرنے کے لئے، براہ کرم یہاں کلک کریں.
  • GMM-EM (مخلوط Gaussian ماڈل - امید ہے کہ زیادہ سے زیادہ الگورتھم کو حل کیا جائے گا)
  • K-Pototypes، CLARANS (تقسیم کی بنیاد پر)
  • BIRCH: درجہ بندی پر مبنی
  • CURE (ترتیب پر مبنی)
  • ڈی بی ایس سی اے این (DBSCAN)
  • CLIQUE (( کثافت پر مبنی اور گرڈ پر مبنی) <unk>

• Classification&Regression: درجہ بندی اور رجعت

  • LR ((Linear Regression) ، جس کا مطلب ہے "لکیری رجعت"
  • LR (LogisticRegression) ایک ایسا طریقہ ہے جس کا استعمال کرتے ہوئے لوگ اپنے اپنے مقاصد کو حاصل کرنے کے لئے استعمال کرتے ہیں.
  • SR (سافٹ میکس رجریشن)
  • جی ایل ایم (Generalized Linear Model) ایک وسیع پیمانے پر لکیری ماڈل ہے، جس کا مطلب یہ ہے کہ اس میں کوئی فرق نہیں پڑتا ہے کہ یہ کیا ہے.
  • RR ((Ridge Regression ریج رجریشن / L2 باقاعدہ کم سے کم دوگنا ریگریشن) ،
  • LASSO ((Least Absolute Shrinkage andSelectionator Operator L1 کم سے کم مطلق سکڑنے اور انتخاب کرنے والا آپریٹر L1)
  • RF (بے ترتیب جنگل)
  • ڈی ٹی: (DecisionTree) فیصلہ کرنے والا درخت
  • جی بی ڈی ٹی (Gradient BoostingDecision Tree) ، جو کہ "ترقی پذیر فیصلہ سازی کا درخت" (Gradient BoostingDecision Tree) کے نام سے جانا جاتا ہے۔
  • CART (ClassificationAnd Regression Tree) ایک درجہ بندی اور رجعت درخت ہے.
  • اس کے بعد، میں نے اپنے پڑوسیوں کے ساتھ بات چیت کی، اور میں نے ان کے ساتھ بات کی.
  • SVM(Support VectorMachine)，
  • KF ((KernelFunction کلر فنکشن PolynomialKernel Function کثیر عددی کلر فنکشن ،
  • Guassian KernelFunction گوسیئن کرنل فنکشن / شعاعی بنیاد فنکشن RBF شعاعی بنیاد فنکشن ،
  • String KernelFunction (سٹرنگ کارن فنکشن)
  • NB ((Naive Bayes) ،BN ((Bayesian Network/Bayesian Belief Network/ Belief Network) ، بیزین نیٹ ورک / بیزین عقیدے نیٹ ورک / عقیدے نیٹ ورک) ، بیزین نیٹ ورک / بیزین عقیدے نیٹ ورک / عقیدے نیٹ ورک)
  • LDA ((Linear Discriminant Analysis/FisherLinear Discriminant تجزیہ/فشر لکیری تجزیہ)
  • EL ((Ensemble Learning) ایک انٹیگریٹڈ لرننگ پلیٹ فارم ہے جس میں Boosting، Bagging، Stacking،
  • AdaBoost (مطابقتی فروغ)
  • MEM ((میکسیمم انٹروپی ماڈل سب سے بڑا کک ماڈل) <unk>

• Effectiveness Evaluation (کارکردگی کی تشخیص):

  • کنفیوژن میٹرکس
  • Precision، Recall، اور RecallRate کے درمیان فرق کیا ہے؟
  • Accuracy، F-score، F-score، F-score، F-score، F-score، F-score، F-score، F-score، F-score
  • ROC Curve (ROC منحنی خطوط) ، AUC (AUC رقبہ)
  • LiftCurve (لیفٹ وکر) ، KS Curve (کے ایس وکر) <unk>

• پی جی ایم ((Probabilistic Graphical Models احتمال گرافک ماڈل):

  • BN ((Bayesian Network/Bayesian Belief Network/ BeliefNetwork بییسین نیٹ ورک/ بییسین عقیدت نیٹ ورک/ عقیدت نیٹ ورک)
  • مارکوف چین کے بارے میں مزید معلومات کے لیے یہاں کلک کریں۔
  • HMM (پوشیدہ مارکوف ماڈل)
  • MEMM (زیادہ سے زیادہ انٹروپی مارکوف ماڈل)
  • سی آر ایف (Conditional Random Field) ، ایک مشروط رینڈم فیلڈ (Conditional Random Field) ہوائی اڈہ ہے۔
  • MRF (مارکوف رینڈم فیلڈ)

• نیورل نیٹ ورک:

  • اے این این (مصنوعی اعصابی نیٹ ورک)
  • بی پی ((Error BackPropagation) غلطیاں الٹا پھیلائی جاتی ہیں)

• DeepLearning

  • آٹو انکوڈر (Auto-encoder)
  • SAE: Stacked Auto-encoders (اسٹیکڈ آٹو انکوڈر)
  • Sparse Auto-encoders خود کار طریقے سے انکوڈر کو کم کرتا ہے
  • Denoising Auto-encoders: آٹو انکوڈروں کو شور مچانے کے لیے
  • Contractive Auto-encoders (انگریزی: Contractive Auto-encoders) ایک ایسا آٹو انکوڈر ہے جس کا استعمال عام طور پر انگریزی میں کیا جاتا ہے۔
  • RBM (محدود بولٹ مین مشین)
  • ڈی بی این (ڈیپ بیلیف نیٹ ورک) کے مطابق:
  • سی این این کے مطابق، اس کے نتیجے میں، اس کے نتیجے میں، اس کے نتیجے میں، اس کے نتیجے میں، اس کے نتیجے میں.
  • Word2Vec (ورڈ ویکٹر سیکھنے کا ماڈل) <unk>

• DimensionalityReduction (بڑے پیمانے پر کمی):

  • LDA LinearDiscriminant Analysis/Fisher Linear Discriminant لکیری امتیازی تجزیہ
  • پی سی اے (پرنسپل کمپونینٹ تجزیہ)
  • آئی سی اے (Independent Component Analysis) ، جو کہ آزاد اجزاء کا تجزیہ ہے
  • SVD (Singular Value Decomposition) ایک منفرد قدر کی خرابی ہے.
  • FA ((FactorAnalysis فیکٹر تجزیہ کا طریقہ) <unk>

• ٹیکسٹ مائننگ:

  • VSM (ویکٹر اسپیس ماڈل)
  • ورڈ2ویک (ورڈ ویکٹر لرننگ ماڈل)
  • ٹرم فریکوئنسی (Term Frequency)
  • TF-IDF ((Term Frequency-Inverse DocumentFrequency) اصطلاحی تعدد - انورٹڈ دستاویزی تعدد) ،
  • ایم آئی (MutualInformation) ایک ایسی ویب سائٹ ہے جس میں لوگ ایک دوسرے سے بات کرتے ہیں اور ایک دوسرے سے مشورہ کرتے ہیں۔
  • ECE (متوقع کراس انٹروپی)
  • QEMI (دوسری انفارمیشن کالم)
  • IG ((InformationGain) معلومات میں اضافہ)
  • آئی جی آر (انفارمیشن گین ریٹ)
  • کیا آپ کو معلوم ہے کہ اس کا کیا مطلب ہے؟
  • x2 اعدادوشمار (x2)
  • ٹی ای ڈبلیو (TextEvidence Weight) ، ٹیکسٹ ایوڈینس ویٹ (TextEvidence Weight) ، ٹی ای ڈبلیو (TextEvidence Weight) ، ٹی ای وی (TextEvidence Weight) ،
  • OR ((Odds Ratio) کا تناسب)
  • N-Gram Model，
  • LSA (Latent Semantic Analysis) ایک ایسا نظام ہے جس کے ذریعے ہم اپنے الفاظ کی شناخت کرتے ہیں اور ان کا تجزیہ کرتے ہیں۔
  • PLSA (Probabilistic Latent Semantic Analysis) ، جو کہ ممکنہ طور پر لیٹینٹ سیمنٹک تجزیہ ہے، اس کا مقصد یہ ہے کہ ممکنہ طور پر لیٹینٹ سیمنٹک تجزیہ کیا جائے۔
  • LDA ((Latent DirichletAllocation ممکنہ ڈریکلیٹ ماڈل) }}

• ایسوسی ایشن مائننگ:

  • Apriori，
  • FP-growth (Frequency Pattern Tree Growth) ، جو کہ FP-growth (فریکوئنسی پیٹرن ٹری گروتھ) کے نام سے جانا جاتا ہے۔
  • AprioriAll，
  • Spade。

• Recommendation Engine (انجین کی سفارش):

  • ڈی بی آر: ڈیموگرافک پر مبنی سفارش
  • سی بی آر (Context-basedRecommendation) ایک ایسا ٹول ہے جس کا مقصد یہ ہے کہ لوگوں کو ان کے مواد پر مبنی سفارشات فراہم کی جائیں۔
  • سی ایف (Collaborative Filtering) ، ایک ویب سائٹ جس میں صارفین کو ان کے مواد کو شیئر کرنے کی اجازت دی گئی ہے۔
  • یو سی ایف (User-based Collaborative Filtering Recommendation) ، جو صارف پر مبنی باہمی تعاون سے فلٹرنگ کی سفارشات ہے ، کے مطابق:
  • ICF ((Item-based Collaborative Filtering Recommendation پروجیکٹ پر مبنی باہمی تعاون سے فلٹرنگ کی سفارش) }}

• Similarity Measure&Distance Measure (مماثلت کی پیمائش اور فاصلے کی پیمائش):

  • Euclidean Distance (یوکلیڈ فاصلہ)
  • ManhattanDistance (مین ہیٹن ڈسٹینس)
  • چیبی شیف فاصلہ (Chebyshev Distance)
  • MinkowskiDistance (مینکوفسکی فاصلہ)
  • معیاری Euclidean فاصلے
  • مہلانوبیس ڈسٹینس
  • Cos ((Cosine رسی) ،
  • HammingDistance/Edit Distance (ہیمنگ فاصلہ/ترمیم فاصلہ)
  • JaccardDistance (جاکارڈ کا فاصلہ)
  • Correlation Coefficient Distance ((مرتبہ کوفیشنٹ فاصلہ))
  • انفارمیشن اینٹروپی (Information Entropy)
  • KL ((Kullback-Leibler Divergence KL بکھرنے / رشتہ دار انٹروپی نسبتا کم ہے) <unk>

• خصوصیت انتخاب:

  • باہمی معلومات
  • دستاویزی تعدد (DocumentFrequence)
  • Information Gain (معلومات کا فائدہ)
  • چی اسکوائرڈ ٹیسٹ
  • Gini (گنی کا فیکٹر)

• Outlier Detection ((غیر معمولی نقطہ کا پتہ لگانے کے الگورتھم):

  • Statistic-based (شماریات پر مبنی)
  • فاصلے پر مبنی
  • ڈینسٹی بیسڈ
  • کلسٹرنگ پر مبنی۔

• Learning to Rank (مطالعہ پر مبنی درجہ بندی):

  • Pointwise：McRank；
  • Pairwise：RankingSVM，RankNet，Frank，RankBoost；
  • Listwise：AdaRank，SoftRank，LamdaMART。