Glosario IA
El diccionario completo de la Inteligencia Artificial
VIME
Variational Imputation and Mask Estimation, un marco de trabajo de imputación de valores faltantes que utiliza la inferencia variacional para modelar conjuntamente la distribución de los datos y la máscara de missingness.
Masque de Missingness
Matriz binaria que indica la presencia (1) o ausencia (0) de datos para cada observación y variable, cuya distribución se modela en VIME.
Auto-encodeur Variationnel (VAE)
Arquitectura de red neuronal generativa que aprende una representación latente probabilística de los datos, utilizada en VIME para modelar la distribución de los datos completos.
Mécanisme MAR (Missing At Random)
Hipótesis donde la probabilidad de que un valor sea faltante depende únicamente de los valores observados, condicionalmente respetada por el marco VIME.
Mécanisme MNAR (Missing Not At Random)
Escenario donde la probabilidad de missingness depende de los valores faltantes mismos, que VIME puede modelar gracias a su estimación conjunta de la máscara.
Ré-échantillonnage d'Importance
Técnica de estimación Monte Carlo utilizada en VIME para aproximar la esperanza bajo la distribución variacional con una varianza reducida.
Postérieure Predictive
Distribución de datos futuros integrando la incertidumbre sobre los parámetros del modelo, que VIME explota para generar imputaciones realistas.
Amortissement de l'Inférence
Estrategia donde los parámetros variacionales son producidos por una red neuronal (codificador) en lugar de optimizarse individualmente, permitiendo un tratamiento eficiente de grandes conjuntos de datos.
Descomposición del Cota Variacional Inferior (ELBO)
Análisis del ELBO en términos distintos (reconstrucción, regularización latente, predicción de la máscara) que guía la arquitectura y el entrenamiento del modelo VIME.
Imputación Auto-regresiva
Método donde los valores faltantes se imputan secuencialmente condicionando sobre las imputaciones previas, alternativa al enfoque variacional de VIME.
Modelo Generativo Profundo
Clase de modelos que aprenden la distribución de probabilidad de los datos, de los cuales VIME es un ejemplo especializado para datos estructurados con valores faltantes.