Glosario IA
El diccionario completo de la Inteligencia Artificial
Validación cruzada out-of-fold
Técnica específica de stacking donde se generan predicciones out-of-fold para evitar la fuga de datos durante el entrenamiento del meta-modelo.
Aprendices de Nivel 0
Primer nivel de modelos en la arquitectura de stacking, compuesto por algoritmos diversificados entrenados con los datos originales.
Aprendiz de Nivel 1
Meta-aprendiz en el nivel 1 del stacking que toma como entrada las predicciones de los aprendices de nivel 0 para producir la predicción final.
Stacking ponderado
Enfoque donde el meta-modelo aprende pesos óptimos para combinar linealmente las predicciones de los modelos base.
Predicciones base
Salidas de los modelos de nivel 0 que sirven como características para el meta-modelo en la arquitectura de stacking.
Stacking jerárquico
Extensión multinivel del stacking donde se apilan varias capas de meta-modelos para una optimización progresiva de las predicciones.
Stacking dinámico
Variante adaptativa donde el meta-modelo selecciona dinámicamente los mejores modelos base según las características de cada observación.
Stacking con características originales
Enfoque que extiende las meta-características con las variables originales para enriquecer la información disponible para el meta-modelo.
Apilamiento out-of-bag
Técnica que utiliza las predicciones out-of-bag de modelos basados en bootstrap (como Random Forest) para entrenar el meta-modelo sin validación cruzada explícita.
Apilamiento multi-objetivo
Aplicación del apilamiento a problemas multi-salida donde se entrenan meta-modelos especializados para cada objetivo de predicción.
Apilamiento temporal
Adaptación del apilamiento para series temporales, respetando la restricción de temporalidad en la generación de las predicciones out-of-fold.