Glossário IA
O dicionário completo da Inteligência Artificial
Aprendizagem com poucos exemplos
Técnica que permite aos modelos aprender novas tarefas com apenas alguns exemplos de treinamento.
Aprendizagem Zero-shot
Capacidade de um modelo de reconhecer classes nunca vistas durante o treinamento sem exemplos.
Aprendizagem One-shot
Aprendizagem onde o modelo pode generalizar a partir de um único exemplo de treinamento.
Meta-Aprendizagem Agnostic à Modelo (MAML)
Algoritmo de otimização que encontra parâmetros iniciais que permitem uma adaptação rápida a novas tarefas.
Metric Learning
Aprendizagem automática de funções de distância para medir a similaridade entre os exemplos.
Pesquisa de Arquitetura Neural (NAS)
Automação do projeto de arquiteturas de redes neurais ótimas para tarefas específicas.
Transfer Learning
Reutilização do conhecimento de um modelo pré-treinado em uma tarefa para melhorar o aprendizado em outra.
Aprendizagem Contínua
Aprendizagem onde o modelo adquire continuamente novas competências sem esquecer as anteriores.
Redes Neurais Aumentadas por Memória
Redes neurais que integram memórias externas para armazenar e recuperar informações rapidamente.
Meta-aprendizagem por Reforço
Aplicação da meta-aprendizagem a problemas de aprendizagem por reforço para acelerar a adaptação.
Otimização de Hiperparâmetros
Processo de aprendizado de máquina para encontrar os melhores hiperparâmetros de um modelo.
Incorporação de Tarefas
Representação vetorial de tarefas que permite compreender suas relações e similaridades.
Meta-aprendizagem baseada em gradientes
Abordagem que utiliza gradientes para otimizar os parâmetros de inicialização para uma adaptação rápida.
Aprendizagem de Meta-características
Extração automática de características sobre as propriedades das tarefas para guiar a aprendizagem.
Redes de Prototipos
Modelos que aprendem representações de protótipo por classe para classificação few-shot.