Glossário IA
O dicionário completo da Inteligência Artificial
Validação cruzada out-of-fold
Técnica específica de stacking onde as previsões out-of-fold são geradas para evitar vazamento de dados durante o treinamento do meta-modelo.
Learners de Nível 0
Primeiro nível de modelos na arquitetura de stacking, composto por algoritmos diversificados treinados nos dados originais.
Learner de Nível 1
Meta-aprendiz no nível 1 do stacking que recebe como entrada as previsões dos learners de nível 0 para produzir a previsão final.
Stacking ponderado
Abordagem onde o meta-modelo aprende pesos ótimos para combinar linearmente as previsões dos modelos base.
Previsões base
Saídas dos modelos de nível 0 que servem como features para o meta-modelo na arquitetura de stacking.
Stacking hierárquico
Extensão multi-nível do stacking onde várias camadas de meta-modelos são empilhadas para uma otimização progressiva das previsões.
Stacking dinâmico
Variante adaptativa onde o meta-modelo seleciona dinamicamente os melhores modelos base de acordo com as características de cada observação.
Stacking com features originais
Abordagem que estende as meta-features com as variáveis originais para enriquecer a informação disponível para o meta-modelo.
Stacking out-of-bag
Técnica que utiliza as previsões out-of-bag de modelos baseados em bootstrap (como Random Forest) para treinar o meta-modelo sem validação cruzada explícita.
Stacking multi-alvo
Aplicação do stacking a problemas multi-output onde meta-modelos especializados são treinados para cada alvo de previsão.
Stacking temporal
Adaptação do stacking para séries temporais, respeitando a restrição de temporalidade na geração das previsões out-of-fold.