Glossário IA
O dicionário completo da Inteligência Artificial
K-means e variantes centroides
Algoritmos de particionamento baseados em centroides, incluindo K-means, K-medoids e suas otimizações.
Agrupamento hierárquico
Métodos aglomerativos ou divisivos que criam estruturas de cluster em forma de árvore (dendrogramas).
Agrupamento baseado em densidade
Algoritmos como DBSCAN e OPTICS identificando clusters de formas arbitrárias baseados na densidade local.
Agrupamento espectral
Técnica que utiliza os valores próprios de matrizes de similaridade para reduzir a dimensão antes do agrupamento.
Modelos de Mistura Gaussiana
Abordagem probabilística que modela os dados como uma mistura de distribuições gaussianas com o algoritmo EM.
Clustering difuso
Métodos que permitem a pertença parcial de pontos a múltiplos clusters (Fuzzy C-means).
Agrupamento baseado em grafos
Algoritmos que exploram estruturas de grafos e comunidades para agrupar dados.
Agrupamento de fluxo de dados
Técnicas adaptadas a dados contínuos e evolutivos que requerem atualizações incrementais.
Clustering em larga escala
Algoritmos otimizados para Big Data usando abordagens paralelas e distribuídas.
Validação de clusters
Métricas e índices (Silhouette, Davies-Bouldin, Calinski-Harabasz) para avaliar a qualidade das partições.
Detecção de anomalias não supervisionada
Identificação de outliers e de pontos aberrantes como clusters isolados ou de baixa densidade.
Agrupamento multi-visões
Algoritmos que integram múltiplas representações ou perspectivas dos mesmos dados.
Clustering profundo
Combinação de redes neurais profundas com objetivos de clustering para o aprendizado de representações.
Agrupamento de séries temporais
Métodos especializados para agrupar dados temporais com similaridades temporais.
Agrupamento de texto
Aplicações de PNL que agrupam documentos com base na similaridade semântica do conteúdo.