Glossário IA
O dicionário completo da Inteligência Artificial
Amostragem de Metropolis-Hastings
Algoritmo MCMC que gera amostras a partir de uma distribuição de probabilidade construindo uma cadeia de Markov cuja distribuição estacionária é a distribuição alvo. Utiliza uma razão de aceitação para decidir se uma nova amostra é aceita ou rejeitada.
Método de Rejeição
Técnica de amostragem onde os pontos são extraídos de uma distribuição de proposta e aceitos com uma probabilidade proporcional à razão entre a densidade alvo e a densidade de proposta. Particularmente eficaz para amostrar distribuições complexas.
Algoritmo de Robbins-Monro
Método de aproximação estocástica para encontrar as raízes de equações quando apenas o ruído nas observações está disponível. Converge para a solução com um passo adaptativo decrescente garantindo a convergência quase certa.
Métodos de Quasi-Monte Carlo
Variantes determinísticas dos métodos Monte Carlo que utilizam sequências de baixa discrepância em vez de números aleatórios puros. Oferecem uma convergência mais rápida em dimensões moderadas, preservando as propriedades de uniformidade.
Processo de Poisson
Processo estocástico de contagem que modela a ocorrência de eventos raros independentes com uma taxa constante. Fundamental na simulação de fenômenos de chegada e em otimização estocástica.
Otimização Estocástica por Gradiente
Método de otimização iterativa que utiliza estimativas ruidosas do gradiente para progredir em direção ao ótimo. Particularmente adequado para problemas de alta dimensão onde o cálculo do gradiente exato é custoso.
Redução de Variância
Conjunto de técnicas que visam diminuir a variância dos estimadores Monte Carlo sem aumentar o número de amostras. Inclui amostragem antitética, variáveis de controle e estratificação para melhorar a eficiência computacional.
Método Antitético
Técnica de redução de variância que utiliza pares de amostras negativamente correlacionadas para cancelar parcialmente as variações. Particularmente eficaz para funções monótonas e integrais simétricas.
Amostragem Residual
Método de amostragem ponderada que garante uma cardinalidade exata das amostras, preservando os pesos de importância. Combina amostragem sistemática e alocação residual para uma variância mínima.
Método Estocástico de Nelder-Mead
Adaptação estocástica do algoritmo simplex de Nelder-Mead, incorporando perturbações aleatórias para escapar de mínimos locais. Combina a eficiência do simplex com a robustez da exploração aleatória.
Algoritmo Genético Estocástico
Método de otimização evolucionária que utiliza operadores genéticos probabilísticos (seleção, cruzamento, mutação) para explorar o espaço de busca. A seleção estocástica mantém a diversidade genética e evita a convergência prematura.