Glosario IA
El diccionario completo de la Inteligencia Artificial
Núcleo de Matérn
Familia de funciones de covarianza parametrizadas por un factor de suavizado ν, que ofrece un control flexible sobre la diferenciabilidad del proceso gaussiano.
Hiperparámetros del Núcleo
Parámetros de la función de covarianza (ej: longitud de escala, varianza de la señal) que controlan el comportamiento del proceso gaussiano y típicamente se aprenden mediante maximización de la verosimilitud marginal.
Posterior del Proceso Gaussiano
Distribución del proceso gaussiano condicionada a los datos observados, que combina el prior y la verosimilitud para proporcionar predicciones con incertidumbre.
Longitud de Escala
Hiperparámetro del núcleo que determina la distancia sobre la cual los puntos de entrada están correlacionados, controlando la suavidad de la función modelada.
Predicción por Proceso Gaussiano
Inferencia bayesiana que calcula la media y la varianza de la distribución predictiva en nuevos puntos, basada en el posterior del proceso gaussiano.
Regresión de Núcleo
Método de regresión no paramétrica que utiliza funciones de núcleo, donde la regresión por proceso gaussiano es un caso particular bayesiano.
Clasificación por Proceso Gaussiano
Aplicación de los procesos gaussianos a tareas de clasificación, utilizando funciones de enlace (ej: probit) para modelar las probabilidades de clase.
Puntos de Inducción
Variables latentes en los procesos gaussianos dispersos que resumen la información de los datos de entrenamiento para acelerar los cálculos.
Noyau de Periodic
Fonction de covariance conçue pour modéliser des motifs périodiques dans les données, essentielle pour les séries temporelles avec cycles.
Noyau de White Noise
Fonction de covariance qui modélise le bruit blanc indépendant, utilisée pour représenter l'incertitude aléatoire non corrélée dans les observations.
Noyau Composé
Combinaison de plusieurs noyaux (par addition ou multiplication) pour capturer des structures de corrélation complexes et multi-échelles dans les données.
Processus Gaussien Spatio-Temporel
Extension des processus gaussiens pour modéliser des données dépendant à la fois de l'espace et du temps, utilisant des noyaux spatio-temporels séparables ou non.
Variational Inference for GP
Méthode d'inférence variationnelle appliquée aux processus gaussiens pour approximer le posteriori tout en réduisant la complexité computationnelle.