Glossário IA
O dicionário completo da Inteligência Artificial
Um contra Um (One-vs-One)
Estratégia de decomposição multi-classe que treina um classificador SVM binário para cada par de classes possíveis, sendo a classe final determinada por uma votação maioritária entre todos os classificadores.
Um contra Todos (One-vs-All)
Abordagem de classificação multi-classe onde um classificador SVM distinto é treinado para cada classe, distinguindo-a de todas as outras classes agrupadas, sendo a previsão final baseada na saída de decisão mais alta.
Máquinas de Vetores de Suporte Estruturadas (Structured SVM)
Extensão das SVMs projetada para lidar com saídas complexas e estruturadas, como árvores ou sequências, generalizando o princípio de maximização da margem para espaços de saída de alta dimensão.
Perceptron de Margem Máxima (Max-Margin Perceptron)
Algoritmo de aprendizagem online que combina a regra de atualização do perceptron com o objetivo de maximização da margem das SVMs, adaptando-se eficazmente aos problemas de classificação multi-classe.
Crammer e Singer
Formulação direta da SVM multi-classe que resolve um único problema de otimização para todas as classes simultaneamente, ao contrário das abordagens de decomposição, procurando um hiperplano separador por classe.
Erro de Hinge Multi-classe
Função de perda utilizada nas SVMs multi-classes que penaliza um exemplo se a pontuação da classe correta não for superior por uma certa margem às pontuações de todas as outras classes incorretas.
Árvore de Decisão SVM (SVM Decision Tree)
Arquitetura hierárquica onde os nós internos são classificadores SVM binários, particionando progressivamente o espaço das classes para atingir as folhas que representam as classes finais.
Códigos de Saída de Correção de Erros (Error-Correcting Output Codes - ECOC)
Tecnologia avançada que representa as classes com códigos binários e treina classificadores SVM binários para cada posição de bit, permitindo uma classificação robusta mesmo na presença de classificadores falhos.
DAG-SVM (SVM de Grafo Acíclico Dirigido)
Variante da estratégia Um contra Um que organiza os classificadores binários em um grafo acíclico dirigido, eliminando alguns cálculos de votação e acelerando a fase de predição.
Margem Multiclasse
Conceito que generaliza a margem binária dos SVMs, definida como a diferença entre a pontuação da classe correta e a pontuação mais alta entre as classes incorretas, servindo como critério de otimização.
Formulação de Weston e Watkins
Modelo de otimização multiclasse que estende o SVM binário impondo uma restrição de margem para cada classe incorreta em relação à classe correta, levando a um problema de programação quadrática.
SVM de Saída Ordinal (Ordinal SVM)
Adaptação dos SVMs para problemas de classificação onde as classes possuem uma ordem natural, buscando hiperplanos que respeitem essa estrutura ordinal enquanto maximizam as margens.
Perceptron Multiclasse com Kernel (Multiclass Kernel Perceptron)
Algoritmo que estende o perceptron com kernel para a classificação multiclasse, mantendo um conjunto de pesos para cada classe e utilizando o truque do kernel para gerenciar fronteiras de decisão não lineares.
Regressão Ordinal SVM (Ordinal SVM Regression)
Abordagem que trata um problema de classificação ordenada como uma tarefa de regressão, onde os SVMs são usados para prever um valor numérico que é então limiarizado para obter uma classe ordenada.
SVM Hierárquico (Hierarchical SVM)
Método que explora uma estrutura hierárquica preexistente entre as classes para construir uma série de classificadores SVM, reduzindo a complexidade computacional ao decompor o problema em subprocessos mais simples.