🏠 Início
Avaliações
📊 Todos os Benchmarks 🦖 Dinossauro v1 🦖 Dinossauro v2 ✅ Aplicações To-Do List 🎨 Páginas Livres Criativas 🎯 FSACB - Showcase Definitivo 🌍 Benchmark de Tradução
Modelos
🏆 Top 10 Modelos 🆓 Modelos Gratuitos 📋 Todos os Modelos ⚙️ Kilo Code
Recursos
💬 Biblioteca de Prompts 📖 Glossário de IA 🔗 Links Úteis

Glossário IA

O dicionário completo da Inteligência Artificial

242
categorias
3.306
subcategorias
39.932
termos
📖
termos

Pontuação Out-of-Bag

Métrica de desempenho derivada do erro out-of-bag, frequentemente expressa como 1 menos o erro OOB, fornecendo uma avaliação interna da qualidade do modelo sem validação cruzada.

📖
termos

Estimativa OOB

Estimativa não enviesada do erro de teste obtida agregando as previsões nos exemplos out-of-bag para cada observação do conjunto de treinamento.

📖
termos

Erro de Bagging

Erro de generalização de um modelo de bagging, que pode ser estimado eficientemente pelo método out-of-bag sem a necessidade de um conjunto de validação externo.

📖
termos

Random Forest OOB

Aplicação específica do erro out-of-bag a florestas aleatórias, onde cada árvore é avaliada nos exemplos não utilizados em seu bootstrap para estimar o desempenho global.

📖
termos

Importância de Variáveis OOB

Medida da importância das variáveis calculada avaliando o aumento do erro OOB quando os valores de uma variável são permutados aleatoriamente nos exemplos out-of-bag.

📖
termos

Validação Cruzada OOB

Alternativa à validação cruzada tradicional que utiliza os exemplos out-of-bag como conjuntos de validação internos para cada iteração de bootstrap.

📖
termos

Redução da Variância por Bagging

Propriedade fundamental do bagging que reduz a variância das previsões ao fazer a média das saídas de modelos treinados em diferentes amostras bootstrap.

📖
termos

Intervalo de Confiança OOB

Intervalo de confiança para o erro de generalização estimado a partir da distribuição dos erros out-of-bag sobre as diferentes amostras bootstrap.

📖
termos

Subagging OOB

Variante do bagging que utiliza subamostras sem reposição, onde a estimativa out-of-bag deve ser adaptada para levar em conta a estratégia de amostragem diferente.

📖
termos

Matriz de Proximidade OOB

Matriz que mede a proximidade entre observações com base na frequência com que elas caem nas mesmas folhas terminais das árvores avaliadas nas amostras out-of-bag.

📖
termos

Instabilidade do Bagging

Medida da sensibilidade de um algoritmo base às variações dos dados de treinamento, condição necessária para que o bagging e a estimativa OOB sejam eficazes.

📖
termos

Curva de Aprendizagem OOB

Curva que mostra a evolução do erro out-of-bag em função do número de modelos no conjunto, permitindo otimizar o tamanho do conjunto sem sobreajuste.

🔍

Nenhum resultado encontrado