Glossário IA
O dicionário completo da Inteligência Artificial
Crítica de Protótipo
Exemplo representativo que influencia negativamente a previsão de um modelo, identificado para compreender os casos em que o modelo falha ou produz resultados contraintuitivos.
Método dos k-Protótipos
Algoritmo de clustering híbrido que combina k-médias para variáveis numéricas e k-modos para variáveis categóricas, utilizado para identificar protótipos em dados mistos.
Exemplo Contrafactual
Instância minimamente modificada que altera a previsão do modelo, complementar aos protótipos ao explicar o que precisaria ser mudado para obter um resultado diferente.
Mapa de Similaridade de Protótipo
Visualização que mostra como uma nova previsão se relaciona com os protótipos aprendidos, facilitando a interpretação das decisões do modelo por analogia.
Seleção de Protótipo Baseada na Densidade
Método que identifica protótipos em regiões de alta densidade do espaço de dados, garantindo que os exemplos representativos sejam estatisticamente significativos.
Método MMD (Maximum Mean Discrepancy)
Teste estatístico usado para medir a diferença entre distribuições, aplicado à seleção de protótipos para garantir que eles cubram adequadamente o espaço de dados.
Explicação por Analogia
Paradigma de explicação onde uma previsão é justificada por sua similaridade com protótipos conhecidos, tornando as decisões complexas mais intuitivas para os humanos.
Protótipo de Margem Máxima
Protótipo selecionado para maximizar a distância de decisão em relação às fronteiras de classes, fornecendo os exemplos mais representativos e não ambíguos.
Rede de Protótipos (ProtoNN)
Arquitetura de rede neural que aprende explicitamente um conjunto de protótipos para classificação, oferecendo interpretabilidade intrínseca por design.
Coreset de Protótipos
Subconjunto mínimo de protótipos que preserva as propriedades geométricas do conjunto de dados completo, otimizando a eficiência das explicações sem perda de relevância.
Método dos Medoides
Variante do k-means onde os centros dos clusters são pontos de dados reais (medoides), garantindo que os protótipos sejam exemplos concretos e interpretáveis.
Ponderação de Características por Protótipo
Técnica que atribui pesos às características específicas de cada protótipo, esclarecendo quais aspectos são mais importantes para cada tipo de exemplo representativo.
Validação Cruzada de Protótipos
Processo de avaliação da robustez das explicações baseadas em protótipos, testando sua estabilidade em diferentes subconjuntos de dados de treinamento.
Protótipo Híbrido
Exemplo representativo que combina características de várias instâncias reais, criado para sintetizar os traços mais relevantes de uma classe ou conceito.
Método do Cotovelo para Protótipos
Técnica heurística que determina o número ótimo de protótipos, identificando o ponto onde a adição de novos exemplos não melhora mais significativamente a cobertura.
Explicação Local por Protótipo
Abordagem que explica uma previsão individual associando-a ao protótipo mais similar, fornecendo uma justificativa contextual e específica para o caso estudado.