Glosario IA
El diccionario completo de la Inteligencia Artificial
XGBoost
Implémentation optimisée de gradient boosting utilisant des techniques de régularisation avancées, le traitement parallèle et l'optimisation de la mémoire pour améliorer la performance et la vitesse d'entraînement.
AdaBoost
Méthode de boosting adaptatif qui ajuste dynamiquement les poids des observations d'entraînement, se concentrant sur les exemples difficiles à travers des itérations successives de weak learners.
Weak Learner
Modèle prédictif simple (généralement un arbre de décision peu profond) dont la performance est légèrement supérieure au hasard, utilisé comme brique de base dans les méthodes de boosting.
Loss Function
Fonction mathématique qui quantifie l'erreur entre les prédictions du modèle et les valeurs réelles, guidant l'optimisation itérative dans les algorithmes de gradient boosting.
Gradient Descent
Algorithme d'optimisation itératif qui ajuste les paramètres du modèle dans la direction opposée au gradient de la fonction de perte pour minimiser l'erreur globale.
Residual Learning
Technique où chaque modèle successif apprend à prédire les résidus (erreurs) du modèle précédent, permettant une approximation progressive et précise de la fonction cible.
Subsampling
Technique d'échantillonnage aléatoire des données d'entraînement pour chaque itération, introduisant de la stochasticité et réduisant la corrélation entre les arbres pour une meilleure généralisation.
Regularization
Ensemble de techniques (L1, L2, élagage) qui pénalisent la complexité du modèle pour contrôler le surapprentissage et améliorer la capacité de généralisation.
Tree Pruning
Proceso de poda de ramas de árboles de decisión después de su construcción completa, eliminando subdivisiones no informativas para reducir la complejidad y mejorar la generalización.
Histogram-based Algorithm
Optimización que discretiza las características continuas en histogramas antes de la construcción de los árboles, acelerando considerablemente la búsqueda de los mejores puntos de división.
Leaf-wise Growth
Estrategia de construcción de árboles que divide la hoja que presenta la mayor reducción de pérdida, en lugar de desarrollar todas las hojas a la misma profundidad.