ABC da Inteligência Artificial
334 termos de IA explicados em português simples, de A a Z.
334 termos
A 9
- Abstração de Dados
- Acurácia: o que é e como calcular (com exemplo)
- Algoritmo de Recomendação
- Análise de Componentes Principais
- Análise discriminante (discriminant analysis): o que é, LDA e QDA
- Aprendizado não supervisionado: o que é e a diferença do supervisionado
- Aprendizado por reforço: o que é, com exemplos
- Aprendizado supervisionado: o que é, com exemplos
- Aprendizado zero-shot (zero-shot learning): o que é e exemplos
B 9
C 11
- Camada oculta (hidden layer): o que é
- Camada totalmente conectada (fully connected): o que é
- Categorical Data
- Causal Inference
- Cloud AI (IA na nuvem): o que é, como funciona e exemplos
- Confusion Matrix
- Corpus
- Cost Function
- CUDA (Compute Unified Device Architecture): o que é e para que serve
- Curva precisão-recall: o que é e como ler
- Custom Model
D 18
- Dados enviesados (biased data): o que são, com exemplos
- Dados rotulados (labeled data): o que são, com exemplo
- Data Augmentation
- Data wrangling: o que é e quais são as etapas
- Dataset
- Decision Boundary
- Deep Belief Network
- Deep Q-Network
- Deep Reinforcement Learning
- Dendrograma: o que é e como ler
- Dense Layer
- Deployment (deploy em produção): o que é e como funciona
- Discriminative Model
- Distância de Wasserstein: o que é, com a intuição do transporte
- Distância euclidiana: o que é e como calcular
- Distribuição bimodal: o que é e o que ela indica
- Document Classification
- Dynamic Programming
E 20
- Early stopping (parada antecipada): o que é
- Echo State Network
- Eigendecomposition
- Elman Network
- Emotion AI
- Encoder em IA: o que é (e o que faz o decoder)
- End-to-End Learning
- Engenharia reversa (reverse engineering): o que é e como funciona
- Ensemble Learning
- Ensemble Methods
- Entity Disambiguation
- Entity Linking
- Época (epoch) em machine learning: o que é
- Erro quadrático médio (MSE): o que é e como calcular
- Error Rate
- Estimador não viesado (unbiased estimator): o que é
- ETL (extract, transform, load): o que é e como funciona
- Expert System
- Explanatory Variable
- Exponential Smoothing
F 19
- F1 score: o que é e como calcular
- Fairness (equidade) em IA: o que é
- False Discovery Rate
- Falso positivo (false positive): o que é, com exemplo
- Fast Fourier Transform
- Fatoração de matriz não negativa (NMF): o que é
- Feature Extraction
- Feature map (mapa de ativação): o que é em redes convolucionais
- Feature Normalization
- Feature Scaling
- Feature Selection
- Feature Vector
- Federated Learning
- Forward Propagation
- Frame Problem
- Função de aptidão (fitness function): o que é
- Função de base radial (RBF): o que é, com exemplo
- Função de perda (loss function): o que é, com exemplo
- Função softmax: o que é e para que serve
G 16
- Game Theory
- GAN (rede adversária generativa): o que é e como funciona
- Gated Recurrent Unit (GRU)
- Gaussian Distribution
- Gaussian Mixture Model
- Gaussian Process
- General AI
- Generalização (generalization) em machine learning: o que é
- Genetic Algorithm
- Gini Impurity
- Google AI
- GPT (Generative Pre-trained Transformer)
- Graphical Model
- Greedy Algorithm
- Grid search: o que é e como funciona
- Ground truth em IA: o que é e tradução
H 14
- Haar Cascades
- Hamming Distance
- Haptic Technology
- Hashing em machine learning: o que é, com exemplo
- Hausdorff Distance
- Hebbian Learning
- Heteroscedasticidade: o que é, como detectar e corrigir
- Heurística: o que é em computação e IA
- Hill climbing (subida de encosta): o que é e como o algoritmo funciona
- Hinge Loss
- Histogram of Oriented Gradients (HOG)
- Huber loss: o que é, com fórmula e exemplo
- Hyperparameter Tuning
- Hyperplane
I 11
J 10
K 9
- K-d tree (árvore k-d): o que é e quando usar
- Keras: o que é e para que serve
- Kernel PCA (Principal Component Analysis)
- Kernel Regression
- Kernel SVM (Support Vector Machine)
- Key Performance Indicators (KPI) in AI
- Keypoint Detection
- Knowledge base (base de conhecimento): o que é e como a IA usa
- Knowledge Management Systems
L 7
M 13
- MapReduce
- Mask R-CNN
- Matriz jacobiana: o que é, com exemplo
- Maximum Likelihood Estimation
- Meta Learning
- Mini-Batch Gradient Descent
- Mínimo local (local minima): o que é e por que atrapalha o treino
- Missing Data Imputation
- Model Evaluation
- Model Optimization
- Modelo encoder-decoder: o que é e como funciona
- Multi-Class Classification
- Multitask Learning
N 10
O 16
P 19
- Parameter Tuning
- Partially Observable Markov Decision Process
- Pattern Recognition
- Perceptron multicamadas (MLP): o que é
- Pooling (camada de pooling): o que é, com exemplo
- Pose Estimation
- Precisão (precision) em machine learning: o que é, com exemplo
- Predictive Modeling
- Preprocessing
- Principal Component Analysis (PCA)
- Probability Distribution
- Problema XOR (XOR problem): o que é e por que o perceptron não resolve
- Processo de decisão de Markov (MDP): o que é
- Project Adam
- Prolog in AI
- Prototype Theory
- Pruning (poda de redes neurais): o que é
- Pseudo-Labeling
- PSO (otimização por enxame de partículas): o que é
Q 9
R 15
- R-squared
- Random Walk
- RDF (Resource Description Framework)
- Recurrent Neural Network (RNN)
- Recursive Function
- Redução de ruído (noise reduction): o que é em áudio
- Region of interest (ROI): a região de interesse numa imagem
- Regressão Elastic Net: o que é
- ReLU (Rectified Linear Unit): o que é a função de ativação
- Renderização neural (neural rendering): o que é
- ResNet (rede residual) e bloco residual: o que é
- Robustness
- ROC Curve
- Ruído gaussiano: o que é em imagens e dados
- Rule-based System
S 13
T 18
- T-distributed Stochastic Neighbor Embedding (t-SNE)
- Tagging em PLN: o que é a etiquetagem de palavras
- Target encoding: o que é, com exemplo
- Temporal Convolutional Network
- Tensor em IA: o que é, com exemplos
- Tesseract OCR: o que é e como funciona
- Test Set
- Teste de Turing: o que é e como funciona
- Text Mining
- Thresholding
- Topic Modeling
- Topological Data Analysis
- Tractability
- Training Data
- Transfer Function
- Triplet Loss
- Truncated SVD
- Trustworthy AI
U 13
V 13
- Validation Set
- Vanilla Neural Network
- Vapnik-Chervonenkis (VC) Dimension
- Variância (variance): o que é, como calcular e exemplo
- Variational Inference
- Viés (bias) em IA: o que é e tipos mais comuns
- Virtual Reality
- Visão computacional: o que é e exemplos de uso
- Visual Question Answering
- Visual SLAM (Simultaneous Localization and Mapping)
- Viterbi Algorithm
- Voice-to-Text
- VPU (Vision Processing Unit): o que significa e para que serve
W 13
X 10
Y 10
Z 9
Nenhum termo com essa busca.