Glosario IA
El diccionario completo de la Inteligencia Artificial
Aprendizaje Activo para Deep Learning
Metodología de optimización de la anotación de datos donde un modelo de deep learning selecciona de manera inteligente las muestras más informativas para reducir el esfuerzo de anotación maximizando al mismo tiempo el rendimiento del modelo.
Aprendizaje Activo Bayesiano Profundo
Integración de principios bayesianos en las redes neuronales profundas para cuantificar la incertidumbre epistémica y guiar la selección de muestras para el aprendizaje activo.
Aprendizaje Activo por Lotes
Variante del aprendizaje activo que selecciona simultáneamente un conjunto de muestras para anotación, optimizando los costos computacionales y humanos en los contextos de deep learning.
Aprendizaje de Ensembles Profundos
Enfoque que combina varios modelos de redes neuronales profundas para estimar la incertidumbre y mejorar la robustez, utilizado como base para las estrategias de aprendizaje activo.
Incertidumbre de la Red Neuronal
Cuantificación de la incertidumbre de las predicciones en las redes neuronales, distinguiendo entre la incertidumbre epistémica (falta de conocimientos) y la aleatoria (ruido inherente a los datos).
Muestreo Basado en Comités
Estrategia de aprendizaje activo que utiliza un comité de modelos de deep learning para evaluar el desacuerdo en las predicciones, seleccionando las muestras con mayor desacuerdo para anotación.
Aprendizaje Activo Profundo
Campo especializado que integra las técnicas de aprendizaje activo con las arquitecturas de redes neuronales profundas para optimizar la eficiencia de la anotación en conjuntos de datos masivos.