Glossário IA
O dicionário completo da Inteligência Artificial
Aprendizagem Ativa em Fluxo
Paradigma de aprendizagem onde o modelo seleciona inteligentemente as instâncias de dados mais informativas em um fluxo contínuo para solicitar sua rotulagem, otimizando assim a relação desempenho/custo.
Seleção por Incerteza
Estratégia de aprendizagem ativa que prioriza as instâncias para as quais o modelo apresenta a maior incerteza de predição, medida geralmente pela entropia ou pela margem de confiança.
Orçamento de Rotulagem
Restrição quantitativa definindo o número máximo de rótulos que podem ser solicitados por unidade de tempo ou para um volume dado de dados em um contexto de streaming.
Deriva Conceitual
Mudança não estacionária na distribuição subjacente dos dados ou na relação entre características e alvos, exigindo uma adaptação contínua do modelo em fluxo.
Seleção por Diversidade
Abordagem de seleção de instâncias visando maximizar a diversidade dos exemplos rotulados evitando a redundância informacional no espaço das características.
Oráculo Humano
Fonte de expertise externa (geralmente humana) solicitada para fornecer rótulos às instâncias selecionadas pelo sistema de aprendizagem ativa em tempo real.
Custo de Rotulagem
Recursos temporais, financeiros ou computacionais necessários para obter um rótulo de verdade de campo, otimizado pelas estratégias de aprendizagem ativa.
Seleção por Representatividade
Método de escolha de instâncias baseado em sua capacidade de representar a estrutura global ou local do fluxo de dados, garantindo uma cobertura equilibrada do espaço.
Estratégia Híbrida de Seleção
Combinação otimizada de múltiplos critérios de seleção (incerteza, diversidade, densidade) para melhorar a eficiência da aprendizagem ativa em fluxo.
Latência de Anotação
Intervalo temporal entre a seleção de uma instância pelo modelo e a recepção da sua etiqueta, impactando diretamente o desempenho em tempo real.
Seleção por Densidade
Critério de seleção que privilegia instâncias situadas em regiões de alta densidade de dados para maximizar o impacto informacional de cada etiqueta.
Adaptação Dinâmica
Capacidade do sistema de modular automaticamente sua estratégia de seleção conforme mudanças detectadas no fluxo e restrições de recursos.
Amostragem por Reservatório
Algoritmo que permite manter uma amostra aleatória de tamanho fixo a partir de um fluxo de dados potencialmente infinito com probabilidade uniforme.
Margem de Confiança
Medida de incerteza calculada como a diferença entre as probabilidades das duas classes mais prováveis, usada para orientar a seleção ativa.
Detecção de Novidade
Processo de identificação de instâncias ou padrões significativamente diferentes dos dados previamente observados no fluxo, requerendo atenção especial.
Restrições de Largura de Banda
Limitações no volume de dados que podem ser transmitidos ou processados simultaneamente, influenciando decisões de seleção na aprendizagem ativa.
Estratégia de Parada Adaptativa
Mecanismo que determina dinamicamente quando parar de solicitar rótulos com base na evolução do desempenho do modelo e no orçamento restante.
Filtragem Colaborativa Ativa
Aplicação de aprendizado ativo em sistemas de recomendação em fluxo, onde as interações do usuário são seletivamente amostradas para aprendizado.
Equilíbrio Exploração-Exploração
Dilema fundamental que envolve equilibrar entre explorar novas regiões do espaço e explorar o conhecimento adquirido na seleção ativa.