Glossário IA
O dicionário completo da Inteligência Artificial
Bootstrap Equilibrado (Balanced Bootstrap)
Variante do bootstrap que garante que cada observação original aparece o mesmo número de vezes em todos os exemplos bootstrap, reduzindo o viés na estimativa do erro.
Bootstrap Estratificado
Método de amostragem bootstrap que preserva a proporção de classes ou estratos em cada amostra reamostrada, essencial para dados desequilibrados.
Bootstrap Ponderado (Weighted Bootstrap)
Técnica onde cada observação recebe um peso de probabilidade durante a amostragem bootstrap, permitindo sobre-amostrar pontos de dados considerados mais importantes ou confiáveis.
Double Bootstrap
Procedimento iterativo onde uma amostragem bootstrap é aplicada a outra amostra bootstrap, utilizada para melhorar a precisão dos intervalos de confiança e corrigir vieses de ordem superior.
Bootstrap de Bloco (Block Bootstrap)
Variante do bootstrap concebida para dados dependentes (séries temporais, dados espaciais) que reamostra blocos de observações contíguas para preservar a estrutura de correlação.
Bootstrap Bayesiano
Interpretação do bootstrap como uma aproximação de uma distribuição a posteriori Bayesiana, onde a amostragem bootstrap simula uma distribuição a priori não informativa sobre os dados.
Bootstrap Paramétrico
Método onde as amostras bootstrap são geradas a partir de uma distribuição paramétrica ajustada aos dados originais, ao contrário do bootstrap não-paramétrico que utiliza os próprios dados.
Bootstrap Não-Paramétrico
Abordagem bootstrap padrão que não faz nenhuma suposição sobre a distribuição subjacente dos dados, baseando-se unicamente na reamostragem direta da amostra empírica.
Intervalo de Confiança Bootstrap Percentil
Método de construção de intervalos de confiança utilizando os percentis (ex: 2.5% e 97.5%) da distribuição dos estimadores calculados sobre as amostras bootstrap.
Intervalo de Confiança Bootstrap BCa
Intervalo de confiança bootstrap ajustado pelo viés (Bias-Corrected) e pela aceleração (accelerated), oferecendo melhor precisão ao corrigir os vieses e a não-normalidade da distribuição bootstrap.
Subamostragem Bootstrap (Subagging)
Variante do bagging que utiliza subconjuntos de observações amostradas sem reposição, reduzindo a variância enquanto é menos custosa computacionalmente que o bagging tradicional.
Bootstrap para Séries Temporais
Conjunto de técnicas (como o bootstrap de bloco ou o bootstrap baseado em resíduos) adaptadas para reamostrar dados seriais, respeitando sua dependência temporal.
Jackknife-after-Bootstrap
Método diagnóstico que utiliza a técnica do jackknife nos resultados bootstrap para avaliar a estabilidade e a influência de cada observação na estimação bootstrap.