MCDMInformation-theoretic criterion
معيار معلومات أكايكي (AIC)
معيار معلومات أكايكي هو مقياس نظري معلوماتي لاختيار النماذج يوازن بين جودة الملاءمة وتعقيد النموذج. قدمه هيروتوغو أكايكي في عام 1974، ويقدر AIC الجودة النسبية للنماذج لمجموعة بيانات معينة، مع معاقبة المعلمات الإضافية لمنع التجاوز (overfitting).
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716-723. DOI: 10.1109/TAC.1974.1100705 ↗
- Burnham, K. P., & Anderson, D. R. (2002). Model Selection and Multimodel Inference: A Practical Information-Theoretic Approach (2nd ed.). New York: Springer. DOI: 10.2307/3802723 ↗
- Kullback, S., & Leibler, R. A. (1951). On information and sufficiency. Annals of Mathematical Statistics, 22(1), 79-86. DOI: 10.1214/aoms/1177729694 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Akaike Information Criterion. ScholarGate. https://scholargate.app/ar/model-evaluation/akaike-information-criterion
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- المعامل التحديد المعدل (R²_adj)تقييم النماذج↔ قارن
- معيار المعلومات البايزي (BIC)تقييم النماذج↔ قارن
- متوسط مربعات الخطأ (MSE)تقييم النماذج↔ قارن
- معامل التحديد (R²)تقييم النماذج↔ قارن