Glosario IA
El diccionario completo de la Inteligencia Artificial
Concept Drift
Cambio en la distribución de probabilidad condicional P(y|x) donde las relaciones entre las características y el objetivo evolucionan con el tiempo, requiriendo una adaptación de los modelos predictivos.
Virtual Drift
Cambio en la distribución marginal P(x) de las características de entrada sin modificación de la relación subyacente entre las características y el objetivo P(y|x).
Real Drift
Modificación fundamental de la relación entre las características y la variable objetivo P(y|x), afectando directamente el rendimiento predictivo del modelo.
DDM (Drift Detection Method)
Algoritmo de monitoreo estadístico basado en las tasas de error del modelo que utiliza la distribución binomial para detectar cambios significativos en el rendimiento.
EDDM (Early Drift Detection Method)
Variante del DDM optimizada para detectar cambios graduales mediante el monitoreo de la distancia promedio entre errores sucesivos en lugar de solo la tasa de error.
ADWIN (Adaptive Windowing)
Algoritmo adaptativo que mantiene una ventana deslizante de tamaño variable y compara estadísticamente las distribuciones de dos subventanas para detectar cambios.
Page-Hinkley Test
Prueba estadística de detección de cambios basada en la acumulación de diferencias entre los valores observados y su media, eficaz para identificar desviaciones abruptas.
KS Test (Kolmogorov-Smirnov Test)
Prueba no paramétrica que compara las funciones de distribución acumulada de dos muestras para determinar si provienen de la misma distribución.
EWMA (Media Móvil Ponderada Exponencialmente)
Método de suavizado estadístico que asigna pesos decrecientes exponencialmente a las observaciones más antiguas para detectar cambios en series temporales.
Tasa de Detección de Deriva
Métrica que mide la proporción de derivas reales correctamente identificadas por un algoritmo de detección, evaluando así su eficacia de detección.
Tasa de Falsa Alarma
Proporción de falsas detecciones de deriva señaladas por un algoritmo cuando no ha ocurrido ningún cambio real en la distribución de los datos.
Retraso de Detección
Tiempo transcurrido entre la ocurrencia real de una deriva de concepto y su detección por el algoritmo de monitoreo, midiendo la reactividad del sistema.
Métodos Basados en Ventanas
Enfoques de detección de deriva que utilizan ventanas temporales para comparar las distribuciones estadísticas entre datos recientes e históricos.
Control Estadístico de Procesos
Conjunto de métodos estadísticos utilizados para monitorear y controlar procesos, adaptados para la detección de derivas en flujos de datos.
Detección de Puntos de Cambio
Identificación de los momentos precisos en que las propiedades estadísticas de una serie temporal cambian significativamente, fundamentales para la detección de deriva.
Deriva de Características
Modificación en la distribución de una o más características de entrada P(xi) a lo largo del tiempo, que puede afectar indirectamente el rendimiento del modelo.
Deriva de Probabilidad Prior
Cambio en la distribución marginal de la variable objetivo P(y) sin modificación de la relación condicional P(y|x), afectando el equilibrio de las clases.
Métodos de Conjunto para Detección de Deriva
Enfoques que combinan múltiples detectores de deriva o modelos base para mejorar la robustez y precisión en la detección de cambios.
Deriva Gradual
Tipo de deriva de concepto donde los cambios en la distribución de datos o las relaciones entre variables ocurren progresivamente durante un período extendido.
Deriva Abrupta
Cambio súbito e inmediato en la distribución de datos o las relaciones entre variables, requiriendo detección rápida y adaptación del modelo.