🏠 Início
Avaliações
📊 Todos os Benchmarks 🦖 Dinossauro v1 🦖 Dinossauro v2 ✅ Aplicações To-Do List 🎨 Páginas Livres Criativas 🎯 FSACB - Showcase Definitivo 🌍 Benchmark de Tradução
Modelos
🏆 Top 10 Modelos 🆓 Modelos Gratuitos 📋 Todos os Modelos ⚙️ Kilo Code
Recursos
💬 Biblioteca de Prompts 📖 Glossário de IA 🔗 Links Úteis

Glossário IA

O dicionário completo da Inteligência Artificial

242
categorias
3.306
subcategorias
39.932
termos
📖
termos

Gráfico ICE

Visualização que mostra como a previsão muda para cada observação individual quando uma característica varia, ao contrário do PDP que mostra o efeito médio. Os gráficos ICE revelam a heterogeneidade dos efeitos e os subgrupos de comportamento.

📖
termos

Gráfico ALE

Alternativa ao PDP que calcula os efeitos locais ao fazer a média das diferenças de previsões nas regiões do espaço das características. Os gráficos ALE evitam os vieses dos PDPs quando as características são correlacionadas.

📖
termos

Mapas de Ativação

Mapas de calor sobrepostos às imagens de entrada mostrando as regiões que ativam mais fortemente os neurônios em redes neurais convolucionais. Os mapas de ativação explicam visualmente o que o modelo detectou em uma imagem.

📖
termos

Visualização t-SNE

Projeção não linear de dados de alta dimensão em 2D ou 3D que preserva as relações locais entre pontos para revelar clusters. O t-SNE ajuda a compreender a estrutura latente das representações aprendidas pelo modelo.

📖
termos

Projeção UMAP

Técnica de redução dimensional alternativa ao t-SNE que oferece melhor preservação da estrutura global e maior rapidez de execução. O UMAP revela os manifolds subjacentes nos embeddings de modelos complexos.

📖
termos

Gráfico de Radar de Comparação de Modelos

Visualização em teia de aranha que compara simultaneamente vários modelos de acordo com diferentes métricas de desempenho. Este gráfico facilita a avaliação multicritério e a escolha do melhor modelo de acordo com as prioridades.

📖
termos

Visualização da Importância por Permutação

Gráfico que mostra a queda de desempenho do modelo quando os valores de uma característica são aleatoriamente permutados, avaliando assim sua importância real. Este método captura efeitos não lineares e interações melhor do que a importância clássica.

🔍

Nenhum resultado encontrado