Glossário IA
O dicionário completo da Inteligência Artificial
Margem de Classificação
Distância entre uma amostra e a fronteira de decisão mais próxima em um espaço de classificação. Esta margem quantifica o grau de certeza do modelo em relação à sua previsão.
Incerteza por Margem
Método de avaliação da incerteza baseado na diferença entre as probabilidades das duas classes mais prováveis. Quanto menor esta margem, mais incerta a amostra é considerada.
Amostragem Baseada em Margens
Estratégia de seleção ativa que privilegia amostras com as menores margens de classificação. Esta abordagem visa os exemplos mais ambíguos para melhorar eficazmente o modelo.
Seleção por Margem Mínima
Técnica que consiste em escolher as amostras cuja margem entre as duas classes mais prováveis é a menor. Estas amostras estão localizadas perto da fronteira de decisão.
Aprendizagem Ativa Baseada em Margens
Paradigma de aprendizagem onde o modelo seleciona iterativamente as amostras com as menores margens para rotulagem. Esta estratégia otimiza a melhoria do modelo com um orçamento de anotação limitado.
Margem de Confiança
Medida quantitativa que indica o nível de confiança do modelo em sua previsão, calculada como a diferença entre a probabilidade da classe predita e a da segunda classe mais provável.
Distância à Fronteira
Medida geométrica que quantifica o afastamento de uma amostra em relação à fronteira de decisão. As amostras com distâncias mínimas são prioritárias na aprendizagem ativa.
Amostras Ambíguas
Pontos de dados localizados em regiões do espaço onde o modelo apresenta baixa confiança entre várias classes. Estas amostras são caracterizadas por margens de classificação muito reduzidas.
Margem de segurança
Conceito teórico que representa a distância mínima desejada entre as amostras e a fronteira de decisão. Uma margem de segurança elevada indica uma classificação mais robusta e generalizável.
Estratégia de margem
Abordagem de consulta ativa que utiliza a margem de classificação como critério principal para selecionar as amostras a serem anotadas. Esta estratégia é particularmente eficaz para modelos probabilísticos.
Margem de separação
Distância medida entre as classes adjacentes num problema de classificação multi-classe. Esta margem determina a facilidade com que um modelo pode distinguir entre diferentes categorias.
Amostragem por margem
Processo de seleção de amostras baseado na sua posição relativa à fronteira de decisão. Este método favorece os exemplos que mais melhoram a definição dos limites entre classes.
Margem de decisão
Valor numérico que representa a pontuação de decisão de um classificador para uma dada amostra. É frequentemente utilizada para calcular a confiança do modelo na sua previsão.
Margem de incerteza
Zona do espaço de características onde o modelo apresenta baixa confiança nas suas previsões. Esta zona é definida por amostras com margens de classificação inferiores a um limiar predefinido.
Seleção por fronteira
Variante da estratégia baseada nas margens que se concentra especificamente nas amostras localizadas na proximidade imediata da fronteira de decisão. Esta abordagem visa os pontos mais críticos para melhorar a discriminação.
Margem de previsão
Diferença entre as probabilidades de previsão das duas classes mais prováveis para uma dada amostra. Uma margem baixa indica uma previsão incerta que potencialmente requer anotação humana.
Amostras de fronteira
Pontos de dados posicionados no limite entre várias regiões de classificação no espaço de características. Essas amostras são cruciais para definir precisamente as fronteiras de decisão do modelo.