Glossário IA
O dicionário completo da Inteligência Artificial
Fator de probabilidade
Função não-negativa que representa uma interação local entre variáveis em um modelo probabilístico fatorizado. Os fatores permitem decompor uma distribuição conjunta complexa em produtos de termos mais simples.
Fatoração de distribuição
Processo matemático que decompõe uma distribuição de probabilidade conjunta em um produto de fatores locais mais simples. Esta fatoração explora as independências condicionais para reduzir a complexidade computacional.
Modelo de mistura
Modelo probabilístico que representa uma distribuição como uma combinação convexa de várias distribuições componentes. Cada componente modela um subgrupo ou cluster nos dados com seus próprios parâmetros.
Análise de Componentes Principais
Técnica de redução de dimensionalidade linear que transforma variáveis correlacionadas em componentes ortogonais não correlacionadas. A ACP maximiza a variância explicada com um número mínimo de dimensões.
Fatoração de Matrizes Não-Negativas
Algoritmo de decomposição matricial que restringe os fatores a serem não-negativos, garantindo uma interpretabilidade aditiva. Utilizada notavelmente em análise de texto e processamento de imagens para representações baseadas em partes.
Alocação Latente de Dirichlet
Modelo generativo probabilístico para a descoberta de tópicos em coleções de documentos. O LDA assume que cada documento é uma mistura de tópicos e cada tópico uma distribuição sobre as palavras.
Campo Aleatório de Markov
Modelo gráfico não-dirigido onde as dependências são especificadas por fatores sobre cliques de variáveis. Os CRFs são particularmente adequados para problemas de estruturação de saída e modelagem espacial.
Decomposição em Valores Singulares
Fatoração matricial que decompõe uma matriz em um produto de três matrizes ortogonais e diagonais. A SVD fornece a melhor aproximação de baixo posto no sentido dos mínimos quadrados e revela a estrutura latente.
Fatoração de Chow-Liu
Algoritmo que constrói a árvore de dependência ótima que aproxima uma distribuição multivariada. O método maximiza a verossimilhança sob a restrição de uma estrutura em árvore, utilizando pesos de informação mútua.