Glossário IA
O dicionário completo da Inteligência Artificial
Bagging Bootstrap Aggregating
Técnica de conjunto que cria múltiplos modelos em amostras bootstrap e combina suas previsões por votação majoritária ou média.
Random Forest
Algoritmo de bagging utilizando árvores de decisão com seleção aleatória de features a cada split para reduzir a correlação entre modelos.
Extra Trees Extremely Randomized Trees
Variante do Random Forest que adiciona randomização adicional na seleção dos limiares de divisão para reduzir ainda mais a variância.
Pasting Ensemble
Método de conjunto similar ao bagging, mas utilizando subconjuntos sem reposição dos dados de treinamento.
Classificadores por Votação
Técnica que combina vários classificadores heterogêneos usando votação majoritária 'hard' ou média ponderada 'soft' para a previsão final.
Stacking Stacked Generalization
Método de ensemble que treina um meta-modelo para combinar as previsões de vários modelos base usando validação cruzada.
Blending
Variante simplificada do stacking utilizando um conjunto de validação hold-out para treinar o meta-modelo em vez de validação cruzada.
Estimativa de Erro Out-of-Bag
Método de avaliação interna de métodos de bagging que utiliza as amostras não selecionadas (out-of-bag) para estimar o erro de generalização.
Importância de Atributos em Ensembles
Técnicas de avaliação da importância das variáveis em modelos de ensemble baseadas na redução de impureza ou na permutação.
Métodos de Amostragem Bootstrap
Técnicas avançadas de amostragem bootstrap, incluindo bootstrap balanceado, bootstrap estratificado e bootstrap ponderado para conjuntos.
Isolation Forest
Algoritmo de detecção de anomalias baseado em Random Forest que utiliza o caminho médio nas árvores para medir o isolamento dos pontos.
Rotation Forest
Extensão do Random Forest aplicando transformações PCA em subconjuntos de características antes de treinar cada árvore.
Regressores de Agregação Bootstrap
Aplicação do bagging a problemas de regressão, combinando as previsões por média ou mediana para reduzir a variância.
Balanced Random Forest
Variante do Random Forest que lida com classes desequilibradas através de amostragem bootstrap equilibrada para cada árvore.
Floresta de Regressão Quantílica
Extensão da Floresta Aleatória para estimar os quantis condicionais da distribuição da variável alvo na regressão.