Glossário IA
O dicionário completo da Inteligência Artificial
Clustering K-means
Algoritmo de particionamento que agrupa os dados em K clusters minimizando a variância intra-cluster.
Agrupamento Hierárquico
Método que constrói uma hierarquia de clusters por abordagens ascendantes (aglomerativas) ou descendantes (divisivas).
Clustering DBSCAN
Algoritmo baseado em densidade que identifica clusters de forma arbitrária agrupando pontos suficientemente próximos.
Análise de Componentes Principais (PCA)
Técnica de redução dimensional linear que transforma os dados em eixos ortogonais maximizando a variância.
t-SNE
Algoritmo não linear de redução dimensional preservando as estruturas locais para a visualização de dados.
Autoencoders
Redes neurais não supervisionadas que aprendem representações comprimidas eficientes por reconstrução.
Detecção de Anomalias
Identificação de observações ou padrões que se desviam significativamente do comportamento normal dos dados.
Modelos de Misturas Gaussianas (GMM)
Abordagem probabilística que modela os dados como combinação de várias distribuições gaussianas para clustering.
Mapas Auto-Organizáveis (SOM)
Redes neurais competitivas que projetam dados de alta dimensão em uma grade 2D preservando a topologia.
Fatorização de Matrizes Não Negativas (NMF)
Método que decompõe uma matriz em fatores não negativos para descobrir características latentes.
Agrupamento Espectral
Técnica que utiliza os valores próprios de uma matriz de similaridade para realizar o agrupamento em dados não convexas.
UMAP
Algoritmo moderno de redução dimensional preservando simultaneamente as estruturas locais e globais dos dados.
GANs Não Supervisionados
Redes adversariais gerativas aprendendo sem rótulos para gerar dados realistas por competição.
Regras de Associação
Métodos que descobrem relações entre variáveis em grandes bancos de dados, como o algoritmo Apriori.
Estimativa de Densidade por Kernel (KDE)
Técnica não paramétrica que estima a função de densidade de probabilidade de uma variável aleatória.