Glossário IA
O dicionário completo da Inteligência Artificial
Precisão (Precision)
Métrica que mede a proporção entre os verdadeiros positivos e o conjunto de todas as previsões positivas, indicando a confiabilidade das previsões positivas do modelo.
Acurácia (Accuracy)
Proporção de previsões corretas em relação ao total de previsões, medindo o desempenho geral, mas podendo ser enganosa com classes desequilibradas.
Especificidade
Taxa de verdadeiros negativos, medindo a capacidade do modelo de identificar corretamente as instâncias negativas, complementar à revocação (recall).
AUC-ROC
Área sob a curva ROC, avaliando a capacidade discriminatória do modelo independentemente do limiar de classificação, com 1 representando um desempenho perfeito.
Coeficiente de Correlação de Matthews (MCC)
Coeficiente de correlação entre observações e previsões binárias, fornecendo uma medida equilibrada mesmo com classes fortemente desequilibradas.
Log Loss (Perda Logarítmica)
Função de perda que mede a divergência entre as probabilidades previstas e os rótulos reais, penalizando previsões confiantes mas incorretas.
Erro Percentual Absoluto Médio (MAPE)
Média dos erros absolutos expressos como porcentagem dos valores reais, facilitando a interpretação relativa do erro de previsão.
Kappa de Cohen
Medida de concordância entre previsões e observações reais, corrigindo para a concordância devido ao acaso, particularmente útil em classificação multi-classe.
Área Sob a Curva Precisão-Recall (AUC-PR)
Área sob a curva precisão-recall, fornecendo uma medida sintética de desempenho particularmente adequada para problemas com classes desequilibradas.