Glossário de IA

Acuracia é a métrica mais simples de avaliação de classificadores, representando a proporcao total de previsões corretas. Pode ser enganosa em datasets desbalanceados.

Aprendizado Supervisionado é um paradigma de Machine Learning em que o modelo é treinado com dados rotulados, ou seja, com exemplos que ja possuem a resposta correta. E útilizado em tarefas de classificação é regressao.

Arvore de Decisao é um algoritmo de ML que toma decisões dividindo dados em ramificacoes baseadas em condições. E interpretavel, intuitiva é usada tanto para classificação quanto regressao.

AUC (Area Under the Curve) é a área sob a curva ROC, resumindo o desempenho global de um classificador em um único valor entre 0 é 1. Quanto mais proximo de 1, melhor a capacidade discriminativa do modelo.

Classificacao é uma tarefa de aprendizado supervisionado que consiste em atribuir uma catégoria ou rotulo a um dado de entrada. Exemplos incluem deteccao de spam, diagnóstico medico é reconhecimento de imagens.

Document AI refere-se ao uso de inteligência artificial para extrair, classificar é processar informações de documentos de forma automática. Vai além do OCR simples, compreendendo o contexto é a estrutura dos documentos para extrair dados com alta precisão.

F1-Score é a media harmonica entre Precisao é Recall, fornecendo uma métrica única é balanceada para avaliar classificadores. E especialmente útil quando as classes sao desbalanceadas.

KNN (K-Nearest Neighbors) é um algoritmo de ML que classifica novos dados com base nos K vizinhos mais proximos. E simples, intuitivo é não-parametrico, útilizado em classificação é regressao.

Matriz de Confusao é uma tabela que mostra o desempenho de um classificador, comparando previsões com valores reais. Exibe verdadeiros positivos, verdadeiros negativos, falsos positivos é falsos negativos.

Naive Bayes é um classificador probabilistico baseado no Teorema de Bayes, que assume independência entre as features. E rápido, simples é eficaz para classificação de texto, filtragem de spam é análise de sentimento.

Precisao (Precision) é a métrica que mede a proporcao de previsões positivas que estao corretas. E crucial quando o custo de falsos positivos é alto, como em deteccao de spam ou diagnósticos medicos.

Recall (Sensibilidade) é a métrica que mede a proporcao de positivos reais que foram corretamente identificados pelo modelo. E crucial quando o custo de falsos negativos é alto, como em deteccao de doencas.

A Curva ROC (Receiver Operating Characteristic) é um gráfico que mostra o desempenho de um classificador binario em diferentes limiares de decisão, plotando a taxa de verdadeiros positivos contra falsos positivos.

SVM (Support Vector Machine) é um algoritmo de ML que encontra o hiperplano otimo para separar classes de dados. E eficaz em espaços de alta dimensionalidade é suporta classificação linear é não-linear.