Glossário IA
O dicionário completo da Inteligência Artificial
Média Agregada
Técnica de agregação para regressão onde as previsões numéricas de todos os modelos são calculadas a média para obter a previsão final.
Modelos Base
Modelos individuais (fracos ou fortes) treinados em diferentes amostras bootstrap e combinados para formar o modelo final de Bagging.
Instabilidade do Modelo
Propriedade de algoritmos cujas previsões variam significativamente com pequenas mudanças nos dados de treinamento, justificando o uso do Bagging.
Robustez a Valores Atípicos
Propriedade do Bagging que reduz o impacto de valores atípicos através da distribuição da sua influência em múltiplos modelos base.
Tamanho da Amostra Bootstrap
Parâmetro que determina a proporção de amostras (geralmente 100% com reposição) retiradas para criar cada subconjunto de treinamento no Bagging.
Número de Estimadores
Hiperparâmetro chave do Bagging que especifica o número de modelos base a serem treinados, influenciando diretamente o desempenho e o tempo de cálculo.
Amostras Máximas
Parâmetro que controla a fração de amostras retiradas para cada bootstrap, permitindo ajustar o trade-off viés-variância no Bagging.