Glossário IA
O dicionário completo da Inteligência Artificial
Redes Bayesianas
Modelos gráficos direcionados que representam as dependências condicionais entre variáveis através de probabilidades condicionais.
Campos Aleatórios de Markov
Modelos gráficos não-direcionados que capturam dependências simétricas entre variáveis através de potenciais locais.
Modelos de Markov Ocultos
Modelos sequenciais estocásticos onde os estados ocultos seguem uma cadeia de Markov e geram observações.
Redes de Crença
Extensões de redes bayesianas com variáveis discretas e contínuas, utilizando tabelas de probabilidade condicionais.
Modelos Condicionais Aleatórios
Modelos discriminativos não-direcionados para predição estruturada, condicionados em observações.
Máquinas de Boltzmann
Redes neurais estocásticas não-direcionadas usadas para aprendizado de representações e amostragem.
Inferência Exata
Algoritmos que calculam distribuições de probabilidade exatas em modelos gráficos via eliminação de variáveis ou passagem de mensagens.
Inferência Aproximada
Métodos de aproximação como MCMC e amostragem para inferência em modelos gráficos complexos.
Aprendizagem Paramétrica
Estimação dos parâmetros de probabilidade condicional em modelos gráficos a partir de dados observados.
Aprendizagem Estrutural
Determinação automática da estrutura do grafo (arestas e nós) a partir dos dados.
Modelos Gráficos Dinâmicos
Extensão temporal de modelos gráficos que capturam dependências evolutivas entre variáveis ao longo do tempo.
Modelos Fatoriais
Representação compacta de distribuições de probabilidade através da fatoração em termos locais multiplicativos.