Glossário IA
O dicionário completo da Inteligência Artificial
Degradação Catastrófica
Fenômeno onde um modelo esquece completamente o conhecimento aprendido anteriormente ao aprender novas informações, comprometendo seu desempenho em dados antigos.
Memória de Representação
Armazenamento seletivo de amostras históricas usadas para retreinar periodicamente o modelo, preservando o conhecimento passado enquanto permite o aprendizado de novos conceitos.
Agregação de Modelos
Técnica que combina as previsões de vários modelos especializados ou históricos para melhorar a robustez e gerenciar eficazmente as variações conceituais.
Avaliação Temporal
Metodologia de avaliação que mede o desempenho do modelo em diferentes pontos temporais para detectar degradações e validar a eficácia da adaptação contínua.
Pré-processamento Online
Transformação de dados que chegam em tempo real com estatísticas atualizadas dinamicamente, sem acesso ao conjunto completo de dados históricos.
Aprendizagem por Mini-Lotes
Compromisso entre aprendizagem em lote e estocástica, utilizando pequenos grupos de amostras para atualizar o modelo, equilibrando estabilidade e adaptabilidade.
Seleção Ativa de Amostras
Estratégia que identifica seletivamente as amostras mais informativas no fluxo para a aprendizagem, otimizando o uso dos recursos computacionais.
Detecção de Anomalias Online
Identificação em tempo real de observações desviantes em relação ao comportamento normal aprendido dinamicamente, sem conhecimento prévio de todas as anomalias possíveis.
Aprendizagem Não Supervisionada Online
Algoritmos de agrupamento ou redução de dimensionalidade que adaptam suas estruturas à medida que novos dados não rotulados se tornam disponíveis.
Viés Temporal
Distorção sistemática nas previsões devido à evolução não considerada das relações entre características e alvo ao longo do tempo em fluxos de dados.