Glossário IA
O dicionário completo da Inteligência Artificial
Função Sigmoide
Função matemática em forma de S que transforma qualquer valor real em uma probabilidade entre 0 e 1, usada como função de ativação em regressão logística.
Função Logit
Função de ligação logarítmica que converte probabilidades em escala logarítmica, definida como o logaritmo natural das odds da probabilidade de sucesso.
Máxima Verossimilhança
Método de estimativa de parâmetros do modelo que maximiza a probabilidade de observar os dados de treinamento dados os parâmetros do modelo.
Viés (Intercepto)
Termo constante na equação de regressão logística que representa a probabilidade básica quando todas as variáveis preditivas são zero.
Pesos (Coeficientes)
Parâmetros multiplicativos associados a cada variável preditiva que quantificam sua influência na probabilidade de classificação.
Fronteira de Decisão
Hiperplano ou superfície que separa diferentes classes no espaço de características, definido pela equação onde a probabilidade prevista é igual a 0.5.
Odds Ratio
Medida de associação que quantifica como as odds de um resultado mudam quando a variável preditiva aumenta em uma unidade, mantendo todas as outras variáveis constantes.
Regularização L1 (Lasso)
Técnica de penalização que adiciona a soma dos valores absolutos dos coeficientes à função de custo, favorecendo a seleção automática de variáveis.
Régularisation L2 (Ridge)
Méthode de pénalisation qui ajoute la somme des carrés des coefficients à la fonction de coût, réduisant l'amplitude des coefficients pour prévenir le surapprentissage.
Aire Sous la Courbe (AUC)
Métrique d'évaluation qui mesure la probabilité qu'un modèle classe aléatoirement une instance positive plus haut qu'une instance négative, variant de 0.5 à 1.
Seuil de Classification
Valeur de probabilité limite (généralement 0.5) utilisée pour convertir les probabilités continues en prédictions de classes binaires.
Vraisemblance
Fonction qui mesure la probabilité d'observer les données données les paramètres du modèle, utilisée pour l'estimation des paramètres en régression logistique.
Fonction de Coût (Log Loss)
Fonction de pénalisation logarithmique qui mesure la divergence entre les probabilités prédites et les étiquettes réelles, utilisée pour optimiser le modèle.
Convergence
État où les itérations successives de l'algorithme d'optimisation ne modifient plus significativement les paramètres du modèle, indiquant l'atteinte d'un optimum.
Classes Déséquilibrées
Situation où une classe est significativement moins représentée que l'autre dans les données d'entraînement, nécessitant des techniques d'échantillonnage ou de pondération.