Glossário IA
O dicionário completo da Inteligência Artificial
Aprendizagem Ativa Sensível ao Orçamento
Paradigma de aprendizagem ativa que integra explicitamente restrições orçamentárias no processo de seleção de instâncias a serem anotadas. Essa abordagem otimiza a alocação de recursos financeiros enquanto maximiza a melhoria do desempenho do modelo.
Aprendizagem Ativa Sensível ao Custo
Método de aprendizagem ativa que considera os custos variáveis associados à anotação de diferentes instâncias na estratégia de seleção. O algoritmo equilibra a incerteza e o custo para otimizar a relação custo-benefício.
Modelagem de Custo de Anotação
Processo de formalização matemática dos custos de anotação em função de características como complexidade, tempo necessário ou expertise exigida. Este modelo guia a seleção de instâncias com base nas restrições orçamentárias.
Estratégia de Alocação Orçamentária
Mecanismo que determina a distribuição ótima de recursos financeiros entre diferentes fases ou tipos de anotações em um processo de aprendizagem ativa. Esta estratégia visa maximizar o retorno sobre o investimento em termos de melhoria do modelo.
Gestão Dinâmica de Orçamento
Abordagem adaptativa que ajusta em tempo real a alocação do orçamento com base no desempenho do modelo e nos custos de anotação observados. Este método permite uma otimização contínua dos recursos disponíveis.
Estimativa de Custo de Consulta
Técnica de previsão dos custos associados à anotação de instâncias específicas antes de sua seleção. A estimativa leva em consideração fatores como complexidade, ambiguidade e tempo de anotação necessário.
Seleção de Instâncias Baseada em Valor
Estratégia de seleção que avalia cada instância potencial de acordo com sua relação valor/custo, onde o valor mede a melhoria esperada do modelo. Essa abordagem otimiza o uso dos recursos de anotação limitados.
Amostragem com Restrição Orçamentária
Método de amostragem que garante o cumprimento das restrições orçamentárias ao mesmo tempo em que seleciona as instâncias mais informativas. O algoritmo equilibra a exploração de novos dados e a exploração do conhecimento adquirido.
Estratégia de Consulta Custo-Benefício
Estratégia de consulta otimizada para maximizar a informação adquirida por unidade monetária gasta em anotação. Esta abordagem integra diretamente as considerações de custo no cálculo da pontuação de seleção das instâncias.
Orçamento de Multi-anotação
Gestão simultânea de vários orçamentos para diferentes tipos de anotações ou anotadores num sistema de aprendizagem ativa. Esta técnica permite otimizar a alocação de recursos de acordo com as especialidades e os custos variáveis.
Planeamento Orçamental Incremental
Abordagem de planeamento orçamental que aloca os recursos progressivamente em função das necessidades emergentes e do desempenho do modelo. Este método permite uma adaptação flexível às exigências mutáveis da aprendizagem.
Variação do Custo de Anotação
Fenómeno em que os custos de anotação variam significativamente entre diferentes instâncias devido à sua complexidade ou ambiguidade. A consideração desta variação é crucial para uma alocação eficaz do orçamento.
Amostragem por Incerteza Consciente do Orçamento
Variante da amostragem por incerteza que integra restrições orçamentais no processo de seleção das instâncias. O algoritmo pondera a incerteza pelo custo de anotação para otimizar o orçamento disponível.
Análise Custo-Benefício na Aprendizagem Ativa
Metodologia sistemática de avaliação das compensações entre os custos de anotação e os benefícios esperados em termos de melhoria do modelo. Esta análise guia as decisões de seleção num contexto orçamental restrito.
Alocação Orçamental Adaptativa
Sistema de alocação orçamental que se ajusta dinamicamente em função da evolução do desempenho do modelo e dos custos de anotação. Esta abordagem maximiza a eficiência dos recursos em cada iteração de aprendizagem.
Modelagem de Custos Heterogêneos
Modelagem dos custos de anotação que leva em conta a heterogeneidade das fontes e dos tipos de anotações com estruturas de custos diferentes. Esta abordagem permite uma gestão fina dos orçamentos multi-fontes.
Estrutura de Otimização Orçamentária
Estrutura algorítmica completa para a otimização de restrições orçamentárias na aprendizagem ativa, integrando mecanismos de planejamento, alocação e ajuste. Este framework garante uma utilização eficiente dos recursos disponíveis.
Utilidade Marginal por Custo
Métrica de avaliação que mede a melhoria marginal esperada do modelo por unidade de custo de anotação. Esta medida guia a seleção de instâncias que oferecem a melhor relação benefício/custo.
Amostragem de Diversidade Consciente do Orçamento
Abordagem de amostragem que mantém a diversidade das instâncias selecionadas, respeitando as restrições orçamentárias. Este método evita a redundância e otimiza a utilização dos recursos de anotação.
Consulta por Comitê Consciente do Custo
Extensão do método Query by Committee que integra os custos de anotação no processo de desacordo do comitê. O sistema seleciona as instâncias que oferecem o melhor compromisso entre desacordo e custo de anotação.