Glossário IA
O dicionário completo da Inteligência Artificial
Árvore de Classificação
Tipo especializado de árvore de decisão usada para prever valores discretos ou categóricos. As folhas da árvore contêm rótulos de classe e o caminho desde a raiz até uma folha representa uma regra de classificação.
Critério de Divisão
Método matemático usado para avaliar a qualidade de uma divisão potencial em uma árvore de decisão. O critério visa maximizar a homogeneidade dos subconjuntos criados, usando a impureza de Gini ou entropia para classificação e redução de variância para regressão.
Impureza de Gini
Medida de impureza utilizada nas árvores de classificação para avaliar a mistura das classes em um nó. Um valor de 0 indica um nó perfeitamente puro (todas as observações pertencem a uma única classe), enquanto um valor de 0,5 indica a mistura máxima em um problema binário.
Erro Quadrático Médio (EQM)
Critério de divisão principal utilizado nas árvores de regressão para minimizar a variância intra-nó. O EQM calcula a média dos quadrados das diferenças entre os valores previstos e reais, orientando a seleção dos pontos de divisão ideais.
Árvores de Decisão Profundas
Árvores de decisão com grande profundidade que podem modelar relações complexas e não lineares nos dados. Árvores profundas correm o risco de superajuste, mas capturam interações de alto nível entre as características.
Métodos de Ensemble
Abordagens que combinam múltiplos modelos preditivos para gerar uma previsão final mais robusta e precisa. Os métodos de ensemble exploram a diversidade dos modelos individuais para reduzir a variância, o viés ou ambos simultaneamente.
Variância da Árvore
Medida da sensibilidade de uma árvore de decisão às variações nos dados de treinamento. Árvores de decisão tipicamente possuem alta variância, pois pequenas mudanças nos dados podem resultar em estruturas de árvore muito diferentes.