Glossário IA
O dicionário completo da Inteligência Artificial
Função de Covariância
Função kernel que define a correlação entre dois pontos de entrada em um processo gaussiano, determinando a regularidade e a estrutura da função modelada.
Kernel de Matérn
Família de funções de covariância parametrizadas por um fator de rugosidade ν, oferecendo controle fino sobre a diferenciabilidade do processo gaussiano modelado.
Kernel RBF (Gaussiano)
Função de covariância de base radial infinitamente diferenciável, assumindo funções muito suaves e amplamente utilizada para processos gaussianos padrão.
Hiperparâmetros do Kernel
Parâmetros da função de covariância (como o comprimento de escala e a variância) que controlam o comportamento do processo gaussiano e são otimizados por máxima verossimilhança.
Comprimento de Escala
Hiperparâmetro do kernel que determina a distância sobre a qual os pontos de entrada são correlacionados, controlando a variabilidade da função modelada pelo processo gaussiano.
Variância do Sinal
Hiperparâmetro do kernel que representa o desvio padrão vertical da função modelada, controlando a amplitude média das flutuações do processo gaussiano.
Ruído Observacional
Parâmetro σ² que modela a incerteza das observações, adicionado à diagonal da matriz de covariância para gerenciar dados ruidosos em processos gaussianos.
Predição por Distribuição Condicional
Cálculo da distribuição posterior do processo gaussiano em um novo ponto, condicionada às observações existentes para fornecer uma média e variância preditivas.
Maximização da Evidência por Máxima Verossimilhança
Procedimento de otimização dos hiperparâmetros do processo gaussiano, maximizando a log-verossimilhança marginal dos dados observados sob o modelo.
Teorema de Karhunen-Loève
Decomposição de um processo gaussiano em uma série de funções ortogonais com coeficientes gaussianos independentes, permitindo uma representação compacta do processo.
Núcleo de Produto Escalar
Função de covariância k(x,x') = σ² + xᵀx' utilizada para modelar funções lineares ou polinomiais em processos gaussianos.
Processo Gaussiano Profundo
Extensão dos processos gaussianos onde a função de covariância é ela própria parametrizada por uma rede neural, permitindo modelos não estacionários complexos.
Processo Gaussiano Esparso
Aproximação computacional que utiliza pontos de indução para reduzir a complexidade cúbica O(n³) dos processos gaussianos padrão para grandes conjuntos de dados.
Decomposição de Cholesky
Fatoração da matriz de covariância K = LLᵀ utilizada para resolver eficientemente sistemas lineares e calcular a log-verossimilhança em processos gaussianos.