Glosario IA
El diccionario completo de la Inteligencia Artificial
Inicialización Inteligente
Estrategia de optimización que utiliza los conocimientos adquiridos en optimizaciones anteriores para seleccionar puntos de partida prometedores en el espacio de búsqueda de hiperparámetros.
Meta-Optimizador
Algoritmo diseñado para optimizar los hiperparámetros de otros algoritmos de optimización, aprendiendo las mejores estrategias de búsqueda adaptadas a diferentes clases de problemas.
Aprendizaje por Analogía
Método de meta-aprendizaje que identifica similitudes estructurales entre tareas para transferir eficazmente las configuraciones de hiperparámetros óptimas.
Espacio de Búsqueda Condicional
Representación del espacio de hiperparámetros donde los valores válidos de ciertos hiperparámetros dependen condicionalmente de los valores de otros hiperparámetros seleccionados previamente.
Optimización Secuencial por Modelo
Enfoque de optimización bayesiana que construye un modelo sustituto de la función objetivo para guiar eficazmente la búsqueda de hiperparámetros óptimos.
Meta-Base de Datos
Conjunto estructurado de experiencias de optimización anteriores que contiene las configuraciones de hiperparámetros, los rendimientos alcanzados y las características de las tareas asociadas.
Aprendizaje Multi-Tarea para Hiperparámetros
Paradigma donde la optimización de hiperparámetros en múltiples tareas simultáneas permite descubrir configuraciones robustas y generalizables a nuevas tareas.
Warm-Starting Adaptativo
Técnica de inicialización que selecciona dinámicamente los puntos de partida óptimos basados en la similitud métrica entre la tarea actual y las tareas históricas.
Meta-Características
Descriptores cuantitativos y cualitativos de un conjunto de datos o una tarea de aprendizaje que permiten predecir los hiperparámetros óptimos por similitud métrica.
Optimización de Bandido Contextual
Enfoque de optimización que trata la selección de hiperparámetros como un problema de bandit de brazos múltiples donde el contexto proporciona información sobre la tarea actual.
Aprendizaje por Gradiente Meta
Método que optimiza los hiperparámetros calculando los gradientes con respecto a su rendimiento en un conjunto de tareas de meta-aprendizaje, permitiendo una adaptación fina.
Búsqueda Jerárquica Inteligente
Estrategia de exploración del espacio de hiperparámetros que respeta las dependencias estructurales entre parámetros mientras explota el conocimiento de meta-aprendizaje.
Transferencia de Hiperparámetros
Proceso de migración de configuraciones de hiperparámetros óptimas de un dominio fuente a un dominio objetivo, con adaptación basada en meta-características.
Aprendizaje por Refuerzo para Hiperparámetros
Formulación de la optimización de hiperparámetros como un problema de decisión secuencial donde un agente aprende una política de selección de hiperparámetros óptima.