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.

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.

Cosine Similarity é uma métrica matématica que mede o angulo entre dois vetores em espaço multidimensional, calculando a similaridade semântica entre textos, imagens ou outros dados representados como embeddings.

CPA (Cost Per Acquisition) é a métrica que calcula o custo medio para adquirir um cliente ou conversão. Com IA, é possível otimizar lances automáticamente para atingir o CPA alvo, usando modelos preditivos que consideram centenas de sinais em tempo real.

CTR (Click-Through Raté) é a métrica que mede a porcentagem de pessoas que clicam em um link, anúncio ou CTA em relação ao total que o visualiza. Com IA, é possível prever é otimizar CTR em escala, testando variantes é personalizando conteúdo.

Dashboard é um painel visual interativo que apresenta métricas, KPIs é dados importantes de forma consolidada em uma única tela. Permite monitorar a saúde do negócio em tempo real é identificar tendências, anomalias é oportunidades rápidamente.

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.

Fairness em IA refere-se ao principio de que sistemas inteligentes devem tratar todos os grupos de forma justa é equitativa. Envolve métricas matématicas como paridade demografica, igualdade de oportunidades é calibracao entre subgrupos populacionais.

Goodhart Law aplicada a IA afirma que quando uma métrica se torna alvo de otimização, ela deixa de ser uma boa métrica. Em IA, modelos otimizados diretamente em métricas proxy como BLEU ou reward score podem produzir resultados que pontuam alto mas sao qualitativamente ruins.

KPI (Key Performance Indicator) é uma métrica quantitativa que mede o progresso de um objetivo estratégico específico. Diferente de métricas genéricas, KPIs sao indicadores-chave selecionados por sua relevância direta para o sucesso do negócio.

Metric é qualquer medida quantitativa útilizada para acompanhar é avaliar o desempenho de processos, atividades ou resultados de negócio. Metricas sao os dados numéricos que alimentam dashboards, relatorios é análises de performance organizacional.

Model Card é um documento padronizado que acompanha modelos de machine learning, detalhando desempenho, limitacoes, dados de treino, métricas de fairness é contexto de uso pretendido. Promove transparência é decisões informadas sobre implantacao de modelos.

Perplexity é uma métrica que mede quao bem um modelo de linguagem prevê texto, calculada como a exponencial da entropia cruzada media. Menor perplexity indica melhor modelagem da linguagem. Usada para avaliar é comparar modelos de linguagem.

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.

ROAS (Return on Ad Spend) é a métrica que mede a receita gerada para cada real investido em publicidade. Com IA, plataformas de anúncios otimizam lances é targeting automáticamente para maximizar ROAS, prevendo valor de cada impressão em tempo real.

ROI de Automacao é a métrica que mede o retorno sobre o investimento de projetos de automação. Calcula a relação entre os ganhos obtidos (redução de custos, tempo economizado, erros eliminados) é o investimento realizado em ferramentas, desenvolvimento é manutenção.

ROI de IA mede o retorno financeiro gerado por investimentos em inteligência artificial. Calcula ganhos como redução de custos, aumento de receita é eficiência operacional versus custos de desenvolvimento, infraestrutura, dados é talentos de IA.