ব্যাখ্যাযোগ্য এক্সট্রা ট্রি (Explainable Extra Trees)
ব্যাখ্যাযোগ্য এক্সট্রা ট্রি (Explainable Extra Trees) এক্সট্রিমলি র্যান্ডমাইজড ট্রি (Extra Trees) এনসেম্বল অ্যালগরিদমকে পোস্ট-হক ব্যাখ্যাযোগ্যতা পদ্ধতির সাথে একত্রিত করে — সর্বাধিক প্রচলিত SHAP ভ্যালু ব্যবহার করে — যা শক্তিশালী ভবিষ্যদ্বাণীমূলক কর্মক্ষমতা এবং স্বচ্ছ, বৈশিষ্ট্য-স্তরের ব্যাখ্যা উভয়ই প্রদান করে। এটি ক্লাসিক এক্সট্রা ট্রি ক্লাসিফায়ার বা রিগ্রেসরকে প্রসারিত করে যাতে প্রতিটি ভবিষ্যদ্বাণী পৃথক বৈশিষ্ট্য অবদানের মধ্যে বিভক্ত করা যায়, যা প্রয়োগকৃত এবং নিয়ন্ত্রিত ডোমেনগুলিতে জবাবদিহিতার চাহিদা পূরণ করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Geurts, P., Ernst, D., & Wehenkel, L. (2006). Extremely randomized trees. Machine Learning, 63(1), 3–42. DOI: 10.1007/s10994-006-6226-1 ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Explainable Extremely Randomized Trees (Extra Trees with Post-Hoc Interpretability). ScholarGate. https://scholargate.app/bn/machine-learning/explainable-extra-trees
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- সিদ্ধান্ত বৃক্ষযন্ত্র শিখন↔ compare
- Extra Treesযন্ত্র শিখন↔ compare
- গ্রেডিয়েন্ট বুস্টিংযন্ত্র শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
- XGBoostযন্ত্র শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →