🏠 Início
Avaliações
📊 Todos os Benchmarks 🦖 Dinossauro v1 🦖 Dinossauro v2 ✅ Aplicações To-Do List 🎨 Páginas Livres Criativas 🎯 FSACB - Showcase Definitivo 🌍 Benchmark de Tradução
Modelos
🏆 Top 10 Modelos 🆓 Modelos Gratuitos 📋 Todos os Modelos ⚙️ Kilo Code
Recursos
💬 Biblioteca de Prompts 📖 Glossário de IA 🔗 Links Úteis

Glossário IA

O dicionário completo da Inteligência Artificial

242
categorias
3.306
subcategorias
39.932
termos
📖
termos

Aumento Baseado em GANs

Técnica que utiliza Redes Adversariais Generativas para sintetizar novas amostras de treinamento realistas a partir de um conjunto limitado de dados. Os GANs aprendem a distribuição subjacente dos dados para gerar exemplos plausíveis e diversificados.

📖
termos

Autoencoders Variacionais

Arquitetura de rede neural generativa que aprende uma representação latente comprimida dos dados antes de reconstruir ou gerar novas amostras. Os VAEs são particularmente úteis para criar variações controladas no espaço de características.

📖
termos

Aumento no Espaço de Características

Técnica de aumento que opera diretamente no espaço de características, em vez de no espaço de pixels ou dados brutos. Essa abordagem permite criar variações semanticamente coerentes, preservando as relações estruturais entre as classes.

📖
termos

Aumento Adversarial

Técnica de aumento que utiliza perturbações adversariais para criar amostras robustas que melhoram a resistência do modelo a ataques. Essa abordagem fortalece a generalização ao expor o modelo a variações extremas, mas plausíveis.

📖
termos

AutoAugment

Método de aprendizado de máquina que otimiza automaticamente as políticas de aumento de dados para maximizar o desempenho do modelo em um determinado conjunto de validação. Essa abordagem descobre estratégias de aumento adaptativas e específicas do domínio.

📖
termos

Aumento Cross-Domain

Estratégia que transfere e adapta técnicas de aumento de um domínio para outro para enriquecer conjuntos de dados limitados. Essa abordagem explora o conhecimento cross-domain para criar variações relevantes em contextos com poucos dados.

🔍

Nenhum resultado encontrado