Glossário IA
O dicionário completo da Inteligência Artificial
Floresta Aleatória (Random Forest)
Algoritmo de Bagging que utiliza árvores de decisão como estimadores base, onde cada árvore é treinada em uma amostra bootstrap e um subconjunto aleatório de features.
Erro Out-of-Bag (OOB)
Método de avaliação do desempenho de um modelo de Bagging utilizando os dados não selecionados durante a amostragem bootstrap para cada estimador como conjunto de validação.
Instabilidade dos Estimadores
Propriedade de certos modelos base (como as árvores de decisão) que são muito sensíveis a pequenas variações nos dados, tornando o Bagging particularmente eficaz para eles.
Random Patches
Técnica de ensemble que combina a amostragem bootstrap nas instâncias e a amostragem aleatória nas features para cada modelo base, aumentando a diversidade.
Bagging (Bagging de Regressão)
Aplicação específica do Bagging a modelos de regressão, onde as previsões finais são obtidas calculando a média das previsões individuais dos regressores base.
Diversidade do Ensemble
Medida da heterogeneidade dos erros entre os modelos base, sendo uma alta diversidade crucial para que a agregação no Bagging reduza eficazmente o erro global.