Glossário IA
O dicionário completo da Inteligência Artificial
Mapa de calor dos pesos
Visualização matricial codificada por cores que representa a intensidade dos pesos sinápticos entre os neurônios de uma rede, permitindo identificar as conexões mais influentes no modelo.
Gráfico de ativação de neurônios
Representação visual dos valores de ativação dos neurônios em diferentes camadas de uma rede, ilustrando como as informações são transformadas progressivamente através da arquitetura do modelo.
Diagrama de arquitetura do modelo
Esquema estrutural detalhado mostrando as camadas, as conexões e as dimensões dos tensores em uma rede neural, facilitando a compreensão da organização global do modelo.
Mapa de características profundas
Visualização 2D ou 3D das características aprendidas pelas camadas profundas de uma rede, revelando os padrões abstratos que o modelo identificou nos dados de entrada.
Gráfico de importância das variáveis
Diagrama de barras ou radar que classifica as características (features) de acordo com sua contribuição preditiva no modelo, permitindo identificar as variáveis mais determinantes para as previsões.
Visualização de espaço latente
Projeção em 2D/3D do espaço de alta dimensão onde o modelo codifica os dados, revelando a estrutura e as relações ocultas entre as amostras neste espaço abstrato.
Diagrama Sankey de fluxo de dados
Visualização evolutiva que mostra o fluxo e a transformação dos dados através das diferentes camadas da rede, com faixas proporcionais à importância das conexões.
Gráfico de gradientes integrados
Visualização que mostra como os gradientes se acumulam ao longo dos caminhos de uma rede, ajudando a entender quais caminhos contribuem mais para as decisões finais do modelo.
Mapa de Saliência
Sobreposição colorida nos dados de entrada indicando as regiões que mais influenciam a previsão do modelo, essencial para compreender o foco atencional da rede.
Visualização SHAP
Representações gráficas baseadas nos valores SHAP mostrando o impacto individual e coletivo de cada variável nas previsões, com explicações locais e globais.
Gráfico LIME
Visualização das explicações locais geradas por LIME, mostrando os pesos e as contribuições das características para uma previsão específica com gráficos explicativos.
Diagrama t-SNE
Projeção não-linear dos embeddings do modelo em 2D preservando as relações locais, revelando os clusters e a estrutura intrínseca das representações aprendidas.
Visualização UMAP
Projeção dimensional alternativa ao t-SNE preservando melhor a estrutura global dos dados, oferecendo uma visão mais fiel das relações em grande escala no espaço latente.
Mapa de Atenção
Visualização dos pesos de atenção em modelos transformers, mostrando quais partes da entrada o modelo considera importantes para cada etapa de processamento.
Fronteira de Decisão Animada
Visualização dinâmica mostrando como a superfície de decisão do modelo evolui durante o treinamento, ilustrando a aprendizagem progressiva das fronteiras de classificação.
Histograma de Ativações por Camada
Distribuição dos valores de ativação para cada camada da rede, permitindo identificar problemas de saturação ou morte dos neurônios durante o treinamento.
Matriz de pesos de conexão
Representação matricial completa dos pesos entre todas as camadas de uma rede, visualizada como um mapa de calor para identificar padrões de conectividade emergentes.