Glossário IA
O dicionário completo da Inteligência Artificial
Classificador por Voto Majoritário (Hard Voting)
Método de agregação onde a previsão final é a classe que recebe o maior número de votos entre um conjunto de classificadores independentes, com cada modelo tendo um peso igual.
Classificador por Voto Ponderado (Soft Voting)
Técnica de agregação que calcula a média das probabilidades previstas por cada classificador para cada classe, sendo a classe com a probabilidade mais alta escolhida como previsão final.
Ponderação dos Classificadores
Estratégia que consiste em atribuir pesos diferentes a cada classificador em um sistema de votação, com base em seu desempenho individual ou sua expertise em subconjuntos de dados específicos.
Heterogeneidade dos Modelos
Princípio fundamental do classificador por voto que estipula que os modelos combinados devem ser de tipos diferentes (ex: árvore de decisão, SVM, regressão logística) para reduzir a correlação dos erros.
Agregação de Previsões
Processo de combinação das saídas de vários modelos em uma única previsão final, no cerne do funcionamento dos classificadores por voto.
Erro de Generalização em Conjunto
Taxa de erro do modelo combinado em dados não vistos, frequentemente inferior ao erro de cada classificador individual graças ao efeito de suavização do voto.
Voto Ponderado pela Confiança
Variante do soft voting onde o peso de cada classificador é proporcional ao seu nível de confiança (probabilidade máxima) para sua previsão, favorecendo as previsões mais certas.
Classificador por Voto de Condorcet
Método de votação onde o vencedor é o classificador que venceria cada outro classificador em uma série de confrontos pareados sobre o conjunto de dados.
Matriz de Confiança Agregada
Matriz que combina as matrizes de confusão ou as probabilidades de saída de cada classificador para avaliar o desempenho global e identificar os pontos fracos comuns do conjunto.
Treinamento Paralelo de Classificadores
Abordagem onde cada modelo do conjunto é treinado independentemente e simultaneamente sobre o conjunto de dados completo, otimizando o tempo de cálculo para sistemas de votação.
Fronteira de Decisão Agregada
Superfície de decisão complexa resultante da combinação das fronteiras de decisão de cada classificador individual, frequentemente mais robusta e menos sujeita ao sobreajuste.
Votação por Pluralidade
Sistema de votação onde a classe predita é aquela que obtém o maior número de votos, mesmo que não atinja a maioria absoluta (mais de 50%), ao contrário da votação majoritária estrita.
Análise de Viés-Variância em Conjunto
Estudo de como a votação combina modelos de alto viés e baixa variância com modelos de baixo viés e alta variância para obter um compromisso ótimo.
Meta-Classificador de Votação
Modelo de nível superior que aprende a combinar as previsões dos classificadores base, podendo ir além da simples votação ao aprender pesos ótimos ou regras de combinação complexas.
Estabilidade da Votação
Medida da constância da previsão final do conjunto face a pequenas variações dos dados de entrada ou dos parâmetros dos classificadores individuais.
Votação com Limiar Dinâmico
Técnica onde o limiar de decisão para a votação majoritária ou ponderada se ajusta em função da distribuição das probabilidades ou da dificuldade da amostra a classificar.
Decomposição do Erro do Ensemble
Análise matemática que separa o erro total do ensemble em erro de viés, de variância e de covariância entre os erros dos classificadores individuais.