Glosario IA
El diccionario completo de la Inteligencia Artificial
Validación Cruzada por Grupos
Técnica de validación cruzada donde las observaciones se agrupan según criterios predefinidos para evitar la fuga de información entre los conjuntos de entrenamiento y prueba.
Dejar un Grupo Fuera (LOGO)
Variante de la validación cruzada donde un grupo completo se deja de lado para la prueba en cada iteración, asegurando una separación completa de los datos agrupados.
K-Fold Estratificado por Grupos
Combinación del K-Fold estratificado y el K-Fold por grupos que preserva tanto la distribución de clases como la integridad de los grupos en cada partición.
División Aleatoria por Grupos
Técnica de validación cruzada que aleatoriza la distribución de grupos entre conjuntos de entrenamiento y prueba con control sobre el número de iteraciones y las proporciones.
División de Series Temporales por Grupos
Validación cruzada adaptada a datos temporales agrupados que respeta el orden cronológico mientras evita la fuga entre grupos temporalmente correlacionados.
Validación Cruzada Anidada por Grupos
Validación cruzada de dos niveles que utiliza grupos para evitar el sobreajuste durante la selección de hiperparámetros y la evaluación final del modelo.
Selección de Características Consciente de Grupos
Proceso de selección de características que considera la estructura de grupos para evitar la selección de características que introduzcan fuga de información.
Fuga de Grupos
Fenómeno donde información de un grupo aparece tanto en los conjuntos de entrenamiento como de prueba, sesgando artificialmente el rendimiento del modelo.
Puntuación por Grupos
Método de evaluación que calcula las métricas de rendimiento por grupo antes de agregarlas, permitiendo identificar disparidades de rendimiento entre grupos.
Validación Cruzada Jerárquica de Grupos
Técnica avanzada que maneja estructuras de grupos anidados o jerárquicos para preservar las relaciones de dependencia a múltiples niveles.
Bloqueo de Grupos
Estrategia que impide explícitamente que las observaciones del mismo grupo se distribuyan entre conjuntos de entrenamiento y prueba durante la validación cruzada.
Bootstrapping Basado en Grupos
Método de remuestreo donde grupos enteros son extraídos con reemplazo en lugar de observaciones individuales, preservando la estructura de dependencia.
Validación Cruzada Multinivel de Grupos
Validación cruzada que maneja simultáneamente múltiples niveles de agrupamiento para estructuras de datos complejas con dependencias cruzadas.
Ajuste de Hiperparámetros Consciente de Grupos
Optimización de hiperparámetros que utiliza validación cruzada por grupos para garantizar una evaluación no sesgada del rendimiento del modelo.
Manejo de Desequilibrio de Grupos
Técnicas adaptativas para manejar desequilibrios en el tamaño o representación de grupos durante la validación cruzada.
Generalización Cruzada de Grupos
Capacidad de un modelo para rendir en grupos no vistos durante el entrenamiento, evaluada específicamente por la validación cruzada por grupos.
Canalización Consciente del Grupo
Cadena de procesamiento que integra la gestión de grupos en cada etapa, desde el preprocesamiento hasta la evaluación final, pasando por el entrenamiento.