Glossário IA
O dicionário completo da Inteligência Artificial
Densidade Ponderada
Método de seleção que combina a medida de incerteza do modelo com uma estimativa de densidade local para privilegiar amostras que são simultaneamente incertas e localizadas em regiões densas do espaço de características.
Consulta por Incerteza
Estratégia de aprendizado ativo que seleciona as amostras para as quais o modelo apresenta o menor nível de confiança em suas previsões, geralmente medido pela entropia ou pela margem de decisão.
Consulta por Comitê
Abordagem de aprendizado ativo que utiliza vários modelos formando um comitê, onde as amostras que provocam o maior desacordo entre os membros do comitê são selecionadas para anotação.
Amostragem Baseada na Diversidade
Estratégia de seleção que busca maximizar a diversidade das amostras anotadas para cobrir eficazmente o espaço de características e evitar a redundância informacional.
Pontos de Alta Densidade
Amostras localizadas em regiões do espaço de características que apresentam uma forte concentração de dados, consideradas representativas da distribuição subjacente dos dados.
Critério de Informação Mútua
Métrica de utilidade informacional que mede a redução esperada da incerteza sobre os parâmetros do modelo após a anotação de uma amostra específica.
Margem de Confiança
Diferença entre as probabilidades previstas das duas classes mais prováveis para uma amostra, utilizada como indicador de incerteza nas estratégias de aprendizado ativo.
Seleção Híbrida
Abordagem que combina vários critérios de seleção (incerteza, densidade, diversidade) por ponderação ou otimização multi-objetivo para identificar as amostras mais informativas.
Outliers em Aprendizagem Ativa
Pontos de dados atípicos ou aberrantes que as estratégias baseadas em densidade procuram evitar, pois a sua anotação fornece pouca informação sobre a estrutura geral dos dados.
Ponderação por Kernel
Técnica que utiliza funções kernel para estimar a densidade local e ponderar a importância das amostras de acordo com a sua similaridade com os seus vizinhos no espaço de características.
Representatividade dos Dados
Qualidade de uma amostra ou subconjunto em capturar as características essenciais da distribuição global dos dados, fator chave em estratégias de amostragem eficazes.
Espaços de Características
Domínio multidimensional onde cada dimensão representa uma característica dos dados, utilizado para analisar as relações de similaridade e densidade entre as amostras.
Critério de Densidade-Incerteza
Função de utilidade que combina uma medida de incerteza do modelo com uma estimativa de densidade local para avaliar o potencial informacional de cada amostra não anotada.
Otimização Multi-Objetivo
Estrutura matemática que permite gerir simultaneamente vários objetivos conflitantes, como incerteza, densidade e diversidade, em estratégias de seleção ativas.