Glosario IA
El diccionario completo de la Inteligencia Artificial
Adaptive Random Forest
Extensión del Random Forest clásico para flujos de datos, que utiliza árboles Hoeffding como base e integra mecanismos de detección y adaptación a la deriva conceptual con reponderación dinámica de los clasificadores.
Online Bagging
Variante incremental del Bootstrap Aggregating donde cada instancia del flujo se utiliza para actualizar los clasificadores base según una distribución de Poisson(1), permitiendo un aprendizaje continuo sin necesidad del conjunto de datos completo.
STAGGER Algorithm
Uno de los primeros algoritmos de demostración de deriva conceptual que utiliza hipótesis ponderadas que se adaptan dinámicamente a los cambios conceptuales ajustando los pesos basados en las predicciones correctas o incorrectas.
SAM-KNN (Self-Adjusting Memory KNN)
Variante del k-Vecinos Más Cercanos para flujos de datos que ajusta dinámicamente su tamaño de memoria en función de la estabilidad del concepto, eliminando automáticamente las instancias obsoletas mientras preserva las representativas.
Leveraging Bagging
Mejora del Online Bagging que introduce estrategias de reponderación aleatoria para aumentar la diversidad de los clasificadores base y acelerar la adaptación a los cambios conceptuales con garantías teóricas de rendimiento.
OzaBagging
Implementación específica del algoritmo de bagging en línea propuesta por Oza y Russell, donde cada instancia del flujo se pondera según una distribución de Poisson para simular el proceso de bootstrap en un entorno de streaming.
HAT (Hoeffding Adaptive Tree)
Extensión del Hoeffding Tree que integra mecanismos de detección de cambio conceptual utilizando ADWIN para evaluar el rendimiento de los nodos y reemplazar dinámicamente los subárboles ineficaces por nuevas estructuras adaptadas.
StreamDM
Framework de código abierto para la minería de datos en flujos de datos implementado en Scala para Spark, que proporciona una colección de algoritmos incrementales optimizados para el procesamiento distribuido de streams a gran escala.
MOA (Análisis Masivo en Línea)
Entorno de software de referencia para la evaluación y el desarrollo de algoritmos de aprendizaje incremental, que incluye herramientas de generación de flujos de datos artificiales y métricas de evaluación adaptadas a la deriva de concepto.
Ensemble Ponderado por Exactitud
Algoritmo de conjunto para flujos de datos que mantiene una colección de clasificadores entrenados en diferentes períodos, con ponderación dinámica basada en su rendimiento reciente para optimizar las predicciones ante la deriva de concepto.
Velocidad de Deriva de Concepto
Métrica que cuantifica la velocidad a la que el concepto subyacente evoluciona en un flujo de datos, utilizada para adaptar dinámicamente la frecuencia de actualización del modelo y la asignación de recursos computacionales.