Glossário IA
O dicionário completo da Inteligência Artificial
SMAC
Ferramenta de otimização bayesiana que utiliza florestas aleatórias como modelo substituto para a configuração de algoritmos, particularmente eficaz em espaços de hiperparâmetros categóricos e condicionais.
Seleção de Ensemble
Processo de construção automática de um ensemble de modelos otimizados, selecionando e ponderando dinamicamente os melhores modelos de um grande pool de candidatos.
Pipeline Otimizado
Sequência completa de transformações de dados e modelos de machine learning otimizada automaticamente para maximizar o desempenho preditivo em um determinado conjunto de dados.
Bootstrap Ensembling
Técnica de ensemble onde vários modelos são treinados em diferentes amostras bootstrap do conjunto de dados de treinamento para reduzir a variância e melhorar a generalização.
Configuração de Algoritmo
Processo de busca sistemática da melhor configuração de hiperparâmetros para um dado algoritmo em uma classe específica de problemas.
Espaço de Busca Condicional
Espaço de hiperparâmetros onde a validade de certos parâmetros depende dos valores de outros parâmetros, exigindo estratégias de busca adaptativas.
Auto-sklearn 2.0
Versão aprimorada do Auto-sklearn com mecanismos avançados de paralelização, estratégias de amostragem de meta-learning e uma integração mais eficiente de ensembles.
Meta-modelo
Modelo treinado para prever o desempenho de algoritmos de machine learning com base nas meta-features dos conjuntos de dados para guiar a busca por algoritmos.
Seleção de Modelos Baseada em Desempenho
Estratégia de seleção automática de modelos baseada na avaliação comparativa do desempenho de múltiplas configurações em dados de validação.
Otimização Consciente de Recursos
Processo de otimização que considera as restrições computacionais, como tempo e memória, para encontrar o melhor compromisso entre desempenho e custo.