Glossário IA
O dicionário completo da Inteligência Artificial
K-means Clustering
Algoritmo de particionamento iterativo que agrupa os dados em K clusters minimizando a variância intra-cluster.
Agrupamento Hierárquico
Método que constrói uma hierarquia de clusters por abordagem ascendente (aglomerativa) ou descendente (divisiva).
DBSCAN
Algoritmo de agrupamento baseado em densidade que identifica clusters de formas arbitrárias e detecta outliers.
Análise de Componentes Principais (ACP/PCA)
Técnica de redução dimensional linear que projeta os dados nos eixos de máxima variância.
t-SNE
Algoritmo de redução dimensional não linear especializado na visualização de dados de alta dimensão.
UMAP
Técnica moderna de redução de dimensionalidade preservando melhor a estrutura global do que t-SNE com cálculos mais rápidos.
Clustering Espectral
Método que utiliza os valores próprios de uma matriz de similaridade para realizar o clustering em dados não-convexos.
Autoencoders
Redes neurais não supervisionadas que aprendem uma representação compactada dos dados via codificação-decodificação.
Agrupamento por Modelos de Mistura
Abordagem probabilística que modela os dados como uma mistura de distribuições gaussianas para um agrupamento flexível.
Fatoração de Matrizes
Técnica de redução dimensional que decompõe uma matriz em produtos de matrizes de posto inferior.
Agrupamento Difuso (Fuzzy C-means)
Variante do agrupamento onde cada ponto pode pertencer a vários clusters com diferentes graus de pertinência.
Isomap
Algoritmo de aprendizado de variedades que preserva as distâncias geodésicas para redução dimensional.
LDA (Latent Dirichlet Allocation)
Modelo probabilístico para redução dimensional e agrupamento na análise de textos e modelagem de tópicos.
OPTICS
Extensão do DBSCAN que produz uma ordem de agrupamento que permite identificar estruturas com densidades variáveis.
Seleção de Variáveis (Feature Selection)
Redução dimensional pela seleção das variáveis mais pertinentes em vez de criar novas combinações.