Glossário IA
O dicionário completo da Inteligência Artificial
Aprendiz de Nível 0 (Level-0 Learner)
Refere-se aos modelos base no stacking, que realizam as previsões iniciais sobre os dados antes de serem combinados pelo meta-modelo.
Aprendiz de Nível 1 (Level-1 Learner)
Sinónimo de meta-modelo, é o segundo aprendiz no stacking que recebe como entrada as previsões dos aprendizes de nível 0 para produzir a previsão final.
Empilhamento de Características (Feature Stacking)
Técnica onde as previsões dos modelos base são concatenadas com as características originais para formar o conjunto de entrada do meta-modelo, enriquecendo assim a informação.
Vazamento de Dados (Data Leakage)
Problema crítico no stacking se as previsões no conjunto de treino forem geradas por modelos já treinados com esses mesmos dados, levando a uma sobreavaliação do desempenho.
Empilhamento com Validação Cruzada (Stacked Cross-Validation)
Procedimento rigoroso para treinar uma arquitetura de stacking, integrando a validação cruzada tanto para o treino dos modelos base quanto para a geração das previsões para o meta-modelo.
Modelos Heterogéneos
Princípio fundamental do stacking que consiste em combinar modelos de natureza diferente (ex: árvore de decisão, SVM, regressão) para captar padrões variados nos dados.
Treino em Cascata (Cascade Training)
Estratégia de treino para o stacking onde os modelos base são treinados sequencialmente, podendo cada novo modelo utilizar as previsões dos modelos anteriores como características adicionais.