Glossário de IA

Acuracia e a metrica mais simples de avaliacao de classificadores, representando a proporcao total de previsoes corretas. Pode ser enganosa em datasets desbalanceados.

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

Arvore de Decisao e um algoritmo de ML que toma decisoes dividindo dados em ramificacoes baseadas em condicoes. E interpretavel, intuitiva e usada tanto para classificacao quanto regressao.

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

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

Document AI refere-se ao uso de inteligencia artificial para extrair, classificar e processar informacoes de documentos de forma automatica. Vai alem do OCR simples, compreendendo o contexto e a estrutura dos documentos para extrair dados com alta precisao.

F1-Score e a media harmonica entre Precisao e Recall, fornecendo uma metrica unica e balanceada para avaliar classificadores. E especialmente util quando as classes sao desbalanceadas.

KNN (K-Nearest Neighbors) e um algoritmo de ML que classifica novos dados com base nos K vizinhos mais proximos. E simples, intuitivo e nao-parametrico, utilizado em classificacao e regressao.

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

Naive Bayes e um classificador probabilistico baseado no Teorema de Bayes, que assume independencia entre as features. E rapido, simples e eficaz para classificacao de texto, filtragem de spam e analise de sentimento.

Precisao (Precision) e a metrica que mede a proporcao de previsoes positivas que estao corretas. E crucial quando o custo de falsos positivos e alto, como em deteccao de spam ou diagnosticos medicos.

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

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

SVM (Support Vector Machine) e um algoritmo de ML que encontra o hiperplano otimo para separar classes de dados. E eficaz em espacos de alta dimensionalidade e suporta classificacao linear e nao-linear.