Glossário IA
O dicionário completo da Inteligência Artificial
AutoML
Processo de automação de ponta a ponta do ciclo de vida de machine learning, incluindo a preparação de dados, engenharia de features, seleção de modelos e otimização de hiperparâmetros sem intervenção humana significativa.
Feature Engineering Automatizado
Conjunto de técnicas algorítmicas que geram automaticamente novas features a partir dos dados existentes, transformam as variáveis e selecionam as características mais relevantes para melhorar o desempenho dos modelos.
Seleção Automática de Features
Processo algorítmico que identifica e seleciona automaticamente o subconjunto de features mais relevante, eliminando redundâncias, correlações e características pouco informativas para otimizar o desempenho do modelo.
Auto-Sklearn
Framework de código aberto de AutoML baseado em scikit-learn que automatiza a seleção de algoritmos, otimização de hiperparâmetros e construção de pipelines usando Otimização Bayesiana e meta-aprendizagem.
TPOT
Ferramenta de AutoML em Python que utiliza algoritmos genéticos para otimizar automaticamente os pipelines de machine learning, explorando o espaço de combinações de pré-processamento, seleção de features e algoritmos de classificação/regressão.
H2O AutoML
Plataforma de automação de machine learning que treina e valida automaticamente uma vasta gama de modelos, incluindo GLM, GBM, Random Forest e Deep Learning, com otimização de hiperparâmetros e empilhamento (stacking) automático.
Otimização Bayesiana
Método de otimização global sequencial que utiliza um modelo probabilístico para modelar a função objetivo e um critério de aquisição para decidir os próximos pontos a avaliar, sendo particularmente eficaz para a otimização de hiperparâmetros.
Seleção Automática de Modelos
Processo que avalia automaticamente vários algoritmos de machine learning num conjunto de dados para selecionar o modelo ótimo com base em métricas de desempenho pré-definidas e restrições computacionais.
Automação de Importância de Features
Conjunto de algoritmos que calculam automaticamente a importância relativa de cada feature no modelo usando técnicas como SHAP, LIME ou métodos baseados em permutações para interpretar as previsões.
Automação de Ensemble Learning
Processo automático que combina estrategicamente vários modelos de base para criar um modelo preditivo mais robusto, incluindo automação de bagging, boosting e stacking com otimização de pesos de combinação.
Automação de Validação Cruzada
Sistema que automatiza a configuração e execução de estratégias de validação cruzada ótimas com base nas características dos dados e tipo de modelo para avaliar de forma confiável o desempenho generalizado.
Automação de Pipeline
Orquestração automatizada de todas as etapas do workflow de machine learning, desde a ingestão de dados até a implantação do modelo, passando por pré-processamento, treinamento e validação com gerenciamento de dependências.
AutoKeras
Biblioteca AutoML para deep learning que automatiza a busca de arquitetura de redes neurais, otimização de hiperparâmetros e seleção das melhores configurações para tarefas de classificação e regressão.
Hyperband
Algoritmo de otimização de hiperparâmetros baseado na alocação adaptativa de recursos que elimina rapidamente configurações ruins e aloca mais recursos às configurações promissoras para uma exploração eficiente.
Treinamento Baseado em População (PBT)
Método de otimização que combina aprendizado por reforço com algoritmos evolutivos, onde uma população de modelos treina em paralelo com exploração e exploração simultâneas de hiperparâmetros.
Pré-processamento Automatizado de Dados
Sistema que detecta e aplica automaticamente as transformações necessárias aos dados brutos, incluindo detecção de tipos, gerenciamento de valores ausentes, normalização, codificação e detecção de anomalias.
Transferência de Arquitetura Neural
Técnica AutoML que transfere e adapta automaticamente arquiteturas de redes neurais otimizadas de tarefas de origem para novas tarefas de destino com características semelhantes para acelerar o processo de NAS.