Glossário IA
O dicionário completo da Inteligência Artificial
Hiperparâmetro
Parâmetro externo ao modelo cujo valor deve ser definido antes do treinamento, influenciando diretamente a capacidade de aprendizagem e o desempenho final do algoritmo.
Subaprendizagem
Situação em que o modelo é muito simples para capturar a estrutura subjacente dos dados, resultando em desempenho ruim tanto nos conjuntos de treinamento quanto de teste.
Busca em Grade
Método de otimização sistemática que explora exaustivamente todas as combinações possíveis de hiperparâmetros em uma grade predefinida para identificar a melhor configuração.
Busca Aleatória
Abordagem de otimização que amostra aleatoriamente combinações de hiperparâmetros no espaço de busca, frequentemente mais eficiente que a Busca em Grade para espaços de alta dimensão.
Otimização Bayesiana
Método de otimização sequencial que utiliza um modelo probabilístico para guiar a busca pelos hiperparâmetros ótimos, equilibrando exploração e exploração.
Pontuação de Validação
Métrica quantitativa que avalia o desempenho do modelo no conjunto de validação, servindo como critério objetivo para seleção e ajuste de hiperparâmetros.
Aprendizado por Conjunto
Paradigma que combina vários modelos base para melhorar o desempenho preditivo global através da agregação de suas previsões individuais.
Boosting
Método de conjunto sequencial onde cada modelo aprende com os erros do anterior, criando um composto poderoso através da ponderação adaptativa de aprendizes fracos.
Métrica de Avaliação
Indicador quantitativo que mede o desempenho do modelo de acordo com critérios específicos (precisão, recall, F1-score, AUC-ROC, MSE, MAE, etc.).
Ponto de Cotovelo
Ponto de inflexão em uma curva de desempenho onde a melhoria marginal se torna negligenciável, indicando frequentemente o valor ideal de um hiperparâmetro.