Glossário IA
O dicionário completo da Inteligência Artificial
Bootstrap em RL
Técnica de reamostragem utilizada em aprendizagem por reforço para estimar a incerteza das funções de valor, criando múltiplas estimativas a partir de uma mesma amostra de dados.
Distribuição de Valor Bootstrap
Representação probabilística da função de valor obtida pela agregação das múltiplas estimativas bootstrap, permitindo quantificar a incerteza nas previsões de valor.
Bootstrap Ponderado
Técnica que atribui pesos às amostras bootstrap com base na sua relevância ou recenticidade para dar mais importância às experiências mais informativas na estimativa de valor.
Q-learning com Bootstrap
Extensão do Q-learning clássico que utiliza múltiplas cabeças de valor Q treinadas em diferentes amostras bootstrap para capturar a incerteza e melhorar a exploração.
C51 (Categórico 51)
Algoritmo distribucional que discretiza a distribuição dos retornos em 51 átomos de probabilidade, utilizando técnicas bootstrap para estimar a incerteza sobre esta representação.
IQN (Redes Quantílicas Implícitas)
Arquitetura de rede que aprende diretamente a distribuição quantílica dos retornos, integrando mecanismos bootstrap para quantificar a incerteza das previsões quantílicas.
QR-DQN (DQN de Regressão Quantílica)
Variante do DQN que utiliza a regressão quantílica em amostras bootstrap para aprender a distribuição completa dos valores de ação com quantificação de incerteza.
Redes de Cabeça Bootstrap
Arquitetura que compreende múltiplas cabeças de saída independentes treinadas em diferentes amostras bootstrap para capturar a incerteza nas previsões de valor.
Exploração Baseada na Incerteza
Estratégia de exploração que utiliza estimativas bootstrap para quantificar a incerteza e guiar o agente para os estados menos conhecidos do ambiente.
Conjuntos Bootstrap
Método que treina múltiplos modelos em diferentes amostras bootstrap para formar um conjunto preditivo que captura a variabilidade e a incerteza do processo de aprendizagem.
Dropout como Aproximação Bootstrap
Técnica que utiliza o dropout durante a inferência como uma aproximação eficiente do bootstrap para estimar rapidamente a incerteza sem treinar múltiplos modelos.
Intervalos Credíveis
Intervalos estatísticos derivados das distribuições bootstrap que quantificam a incerteza nas estimativas de valor com uma probabilidade de confiança especificada.
Variância Bootstrap
Métrica que quantifica a dispersão das estimativas bootstrap entre si, servindo como um indicador direto da incerteza epistêmica nas previsões de valor.
Viés Bootstrap
Desvio sistemático potencialmente introduzido pelos métodos bootstrap, exigindo técnicas de correção como o double bootstrap para estimativas não enviesadas.
Bootstrap Sequencial
Variante adaptada a dados temporais de RL que preserva a estrutura de dependência sequencial durante a reamostragem para evitar a subestimação da incerteza.