Glosario IA
El diccionario completo de la Inteligencia Artificial
Bagging Bootstrap Aggregating
Técnica de conjunto que crea múltiples modelos sobre muestras bootstrap y combina sus predicciones mediante voto mayoritario o promedio.
Random Forest
Algoritmo de bagging que utiliza árboles de decisión con selección aleatoria de características en cada división para reducir la correlación entre modelos.
Árboles Extra Árboles Extremadamente Aleatorizados
Variante del Bosque Aleatorio que añade una aleatorización adicional en la selección de umbrales de división para reducir aún más la varianza.
Pasting Ensemble
Método de conjunto similar al bagging pero que utiliza subconjuntos sin reemplazo de los datos de entrenamiento.
Clasificadores de Votación
Técnica que combina varios clasificadores heterogéneos utilizando voto mayoritario hard o promedio ponderado soft para la predicción final.
Stacking Stacked Generalization
Método de conjunto que entrena un meta-modelo para combinar las predicciones de múltiples modelos base usando validación cruzada.
Blending
Variante simplificada del stacking que utiliza un conjunto de validación hold-out para entrenar el meta-modelo en lugar de validación cruzada.
Estimación del Error Out-of-Bag
Método de evaluación interna de los métodos de bagging que utiliza las muestras no seleccionadas (out-of-bag) para estimar el error de generalización.
Importancia de las Características en Ensembles
Técnicas de evaluación de la importancia de variables en modelos de conjunto basadas en la reducción de impureza o la permutación.
Métodos de Muestreo Bootstrap
Técnicas avanzadas de muestreo bootstrap incluyendo balanced bootstrap, stratified bootstrap y weighted bootstrap para conjuntos.
Isolation Forest
Algoritmo de detección de anomalías basado en Random Forest que utiliza la ruta promedio en los árboles para medir el aislamiento de los puntos.
Rotation Forest
Extensión del Random Forest que aplica transformaciones PCA sobre subconjuntos de características antes de entrenar cada árbol.
Bootstrap Agregando Regresores
Aplicación del bagging a problemas de regresión combinando las predicciones mediante promedio o mediana para reducir la varianza.
Bosque Aleatorio Equilibrado
Variante del Random Forest que trata clases desequilibradas mediante muestreo bootstrap equilibrado para cada árbol.
Quantile Regression Forest
Extensión del Random Forest para estimar los cuantiles condicionales de la distribución de la variable objetivo en regresión.