Glossário IA
O dicionário completo da Inteligência Artificial
Árvores de Decisão Clássicas
Algoritmos fundamentais como CART, ID3 e C4.5 que constroem estruturas em árvore para tomar decisões baseadas em regras de particionamento.
Random Forest
Méthode d'ensemble qui combine multiples arbres de décision entraînés sur des sous-échantillons bootstrap pour réduire la variance et éviter le surapprentissage.
Máquinas de Gradient Boosting
Técnica de ensemble sequencial que constrói modelos aditivos ao otimizar uma função de perda por meio de descida de gradiente.
XGBoost
Implementação otimizada do gradient boosting com regularização L1/L2, processamento paralelo e gerenciamento eficiente de valores ausentes.
LightGBM
Algoritmo de gradient boosting que utiliza crescimento por folha (leaf-wise) e amostragem baseada em histogramas para desempenho aprimorado.
CatBoost
Método de gradient boosting especializado no tratamento automático de variáveis categóricas com codificação target-wise e boosting ordenado.
AdaBoost
Algoritmo de boosting adaptativo que ajusta os pesos das observações difíceis de prever através de iterações sucessivas de aprendizes fracos.
Bagging
Técnica de ensemble paralelo que utiliza o bootstrap aggregating para reduzir a variância combinando modelos treinados em diferentes amostras.
Stacking e Blending
Métodos de ensemble que combinam as previsões de múltiplos modelos base através de um meta-modelo para melhorar o desempenho geral.
Extra Trees
Extremely Randomized Trees, méthode similaire à Random Forest mais avec sélection aléatoire des seuils de division pour une randomisation accrue.
Árvores de Regressão vs Classificação
Especialização das árvores de decisão para problemas de regressão (previsão contínua) ou classificação (previsão discreta).
Métodos de Conjunto Paralelos
Abordagens em que os modelos são construídos independentemente e simultaneamente, como Floresta Aleatória e Bagging, para reduzir a variância.