Glosario IA
El diccionario completo de la Inteligencia Artificial
Árboles Extremadamente Aleatorios
Nombre completo del algoritmo Extra Trees, enfatizando la aleatorización extrema de los umbrales de división para reducir la varianza.
Divisiones Aleatorias
Técnica donde los puntos de corte de las variables se eligen aleatoriamente en lugar de optimizarse, aumentando la diversidad de los árboles en el conjunto.
Aleatorización Completa
Enfoque donde las divisiones de los árboles son completamente aleatorias, a diferencia de los métodos semi-aleatorios como Random Forest.
Sin Muestreo Bootstrap
Característica distintiva de Extra Trees que utiliza el conjunto completo de datos de entrenamiento en lugar de muestras bootstrap.
Aleatorización del Punto de División
Selección aleatoria del punto de división dentro del rango de valores de una característica, sin optimización del criterio de división.
Reducción del Sesgo
Disminución del sesgo sistemático en las predicciones gracias a la agregación de múltiples modelos con errores diferentes.
Umbral de Decisión
Valor límite elegido aleatoriamente en Extra Trees para dividir los nodos de los árboles de decisión.
Submuestreo de Características
Proceso de selección aleatoria de un subconjunto de variables para cada división, reduciendo la correlación entre árboles.
Agregación de Modelos
Combinación de las predicciones de múltiples árboles mediante votación mayoritaria o promedio para generar la predicción final.
Selección Aleatoria de Características
Proceso de elección aleatoria de las características consideradas en cada división de árbol en el algoritmo Extra Trees.
Principio de Aleatorización Extrema
Fundamento teórico de Extra Trees que maximiza la aleatoriedad en la construcción de los árboles para optimizar la diversidad.