Glosario
- A/B Testing
- Adaptación de Dominio
- Agente Inteligente
- Agrupamiento Borroso
- Agrupamiento Jerárquico
- Agrupamiento K-Means
- Ajuste Automático de Parámetros
- Ajuste de Hiperparámetros
- Ajuste de Hiperparámetros Automatizado
- Ajuste de Modelo (Model Fitting)
- Ajuste Fino
- Ajuste por Regularización
- Algoritmo
- Algoritmo de Backpropagation
- Algoritmo de Clasificación
- Algoritmo de Descenso de Gradiente
- Algoritmo Genético
- Algoritmo Genético Adaptativo
- Algoritmos de Búsqueda A*
- Análisis de Clúster
- Análisis de Cohorte
- Análisis de Componentes Principales (PCA)
- Análisis de Diferencias de Tratamiento (Treatment Effect Analysis)
- Análisis de Redes Neuronales Convolucionales (CNN)
- Análisis de Regresión
- Análisis de Sentimiento
- Análisis Exploratorio de Datos (EDA)
- Análisis Predictivo
- Análisis Predictivo
- Análisis Semántico
- Anomalía
- Aprendizaje Activo (Active Learning)
- Aprendizaje Automático
- Aprendizaje Basado en Casos (Case-Based Learning)
- Aprendizaje con Etiquetas Escasas (Few-Shot Learning)
- Aprendizaje en Línea (Online Learning)
- Aprendizaje Invertido
- Aprendizaje Multitarea
- Aprendizaje No Supervisado
- Aprendizaje por Refuerzo (Reinforcement Learning)
- Aprendizaje Profundo (Deep Learning)
- Aprendizaje Supervisado
- Aproximación de Funciones
- Asimilación de Datos
- Atributo
- Aumento de Datos (Data Augmentation)
- Autoencoder
- Autoencoders Variacionales (VAE)
- AutoML (Automated Machine Learning)
- Backpropagation
- Backpropagation Through Time (BPTT)
- Bag-of-Words (BOW)
- Bagging (Bootstrap Aggregating)
- Bagging Classifier (Clasificador de Bagging)
- Batch Gradient Descent (Descenso de Gradiente por Lote)
- Batch Learning (Aprendizaje por Lotes)
- Batch Normalization (Normalización por Lotes)
- Bayes' Theorem (Teorema de Bayes)
- Bayesian Belief Networks (Redes de Creencias Bayesianas)
- Bayesian Classifier (Clasificador Bayesiano)
- Bayesian Deep Learning (Aprendizaje Profundo Bayesiano)
- Bayesian Filtering (Filtrado Bayesiano)
- Bayesian Inference (Inferencia Bayesiana)
- Bayesian Networks Classifier (Clasificador de Redes Bayesianas)
- Bayesian Networks (Redes Bayesianas)
- Bayesian Optimization (Optimización Bayesiana)
- Bayesian Regression (Regresión Bayesiana)
- Behavioral Cloning (Clonación de Comportamiento)
- Behavioral Modeling (Modelado del Comportamiento)
- Bellman Equation (Ecuación de Bellman)
- Benchmarking
- Bias in AI (Sesgo en IA)
- Bias (Sesgo)
- Bias-Variance Tradeoff (Compensación Sesgo-Varianza)
- Biased Coin Model (Modelo de Moneda Sesgada)
- Biclustering
- Bidirectional Attention Flow (BAF)
- Bidirectional Encoder Representations from Transformers (BERT)
- Bidirectional LSTM (Bi-LSTM):
- Bidirectional Recurrent Neural Networks (Bi-RNNs)
- Bidirectional Search (Búsqueda Bidireccional)
- Big Data
- Big-O Notation (Notación Big-O)
- Binarization (Binarización)
- Binary Classification (Clasificación Binaria)
- Binary Cross-Entropy (Entropía Cruzada Binaria)
- Binary Logistic Regression (Regresión Logística Binaria)
- Binary Neural Networks (Redes Neuronales Binarias)
- Biometrics (Biometría)
- Bit Depth (Profundidad de Bit)
- Bloom Filter
- Boltzmann Machines
- Boosted Trees (Árboles Potenciados)
- Boosting
- Bootstrap
- Bootstrap Aggregation (Bagging)
- Bootstrap Sampling (Muestreo Bootstrap)
- Bots
- Boundary Value Analysis (Análisis de Valores Límite)
- Cadena de Markov
- Cálculo de Gradientes
- Calidad de Datos
- Capa
- Capa de Pooling
- Capacidad de Generalización
- Ciencia Cognitiva
- Ciencia de Datos
- Clasificación
- Clasificación Binaria
- Clasificación en Tiempo Real
- Clasificación Jerárquica
- Clasificación Multiclase
- Clasificación Multietiqueta
- Clasificador
- Cluster (Grupo o Conjunto)
- Clustering (Agrupamiento)
- Clustering Borroso (Fuzzy Clustering)
- Clustering Jerárquico
- Clustering K-Means
- CNN (Convolutional Neural Network)
- Codificación de Características (Feature Encoding)
- Codificación One-Hot
- Coeficiente de Correlación
- Coeficiente de Silueta
- Colaboración Hombre-Máquina
- ¿Cómo predicen los sistemas de IA las tendencias de compra en línea?
- Computación en la Nube
- Computer Vision (Visión por Computadora)
- Conjunto de Validación
- Conocimiento Base
- Consistencia de Modelo
- Contexto en Procesamiento de Lenguaje Natural
- Controlador de Retroalimentación
- Controlador PID (Proporcional-Integral-Derivativo)
- Convergencia
- Conversión de Características
- Convolución
- Cost Function (Función de Costo)
- Cross-Validation (Validación Cruzada)
- Curva ROC (Receiver Operating Characteristic)
- Datos
- Decisión
- Decision Boundary (Frontera de decisión)
- Deep Learning (Aprendizaje profundo)
- Dependencia de datos
- Desbalanceo de clases
- Descomposición
- Desempeño del modelo
- Desnormalización
- Despliegue
- Detección de anomalías
- Diagnóstico
- Dicotomía
- Dimensión
- Distancia Euclidiana
- Distribución de datos
- Distribución normal
- Divergencia de Kullback-Leibler (KL)
- Dominio
- Dropout
- Eficacia (Effectiveness)
- Eficiencia computacional
- Eficiencia energética
- Embedding
- Enfoque bayesiano:
- Ensamblado de modelos
- Ensamblaje de aprendizaje profundo
- Ensamble de algoritmos (Algorithm Ensemble)
- Ensambles (Ensemble)
- Entradas sintéticas
- Entrenamiento
- Entrenamiento no supervisado
- Entrenamiento supervisado
- Entropía
- Epoca (Epoch)
- Error cuadrático medio (MSE - Mean Squared Error)
- Escalado de características
- Espacio de búsqueda
- Espacio de características
- Estado latente
- Estimación de modelos
- Estimación de probabilidad
- Estimador
- Estrategia de evaluación cruzada (Cross-validation)
- Estrategia de regularización
- Estructura jerárquica
- Etiquetado de Datos
- Evaluación de modelo
- Evaluación de rendimiento
- Exhaustividad (Recall)
- Expansión de datos (Data Expansion)
- Expansión del conjunto de datos
- Explicabilidad
- Explicación local
- Exploración de hiperparámetros
- Extracción de características
- Factor de aprendizaje
- Factor de corrección
- Factorización matricial
- Filtrado colaborativo
- Filtrado de características
- Filtrado por contenido
- Filtro adaptativo
- Filtro de Kalman
- Filtro de ruido
- Filtro gaussiano
- Framework (Marco de trabajo)
- Frecuencia de muestreo
- Frontera de decisión difusa
- Función cuadrática
- Función de activación
- Función de adecuación
- Función de Bayes
- Función de coste
- Función de distribución
- Función de error
- Función de error cuadrático medio (MSE)
- Función de partición
- Función de penalización
- Función de pérdida
- Función de probabilidad
- Función de retroalimentación
- Función de transferencia
- Función de verosimilitud
- Función exponencial
- Función lineal
- Función objetivo
- Función radial
- Función sigmoide
- Fusión de modelos
- GAN (Red Generativa Antagónica)
- Gaussian Noise (Ruido Gaussiano)
- Generalización
- Gini (Índice de Gini)
- Gradiente
- Gradiente de Descenso
- Gradiente de Potenciación
- Gradiente Estocástico
- Grado de Libertad
- Grid Search (Búsqueda en Cuadrícula)
- Habilidad de Generalización
- Hadoop
- Hamming Loss (Pérdida de Hamming)
- Haz de Búsqueda
- Haz de Búsqueda
- Herencia en Algoritmos Genéticos
- Herramientas de Aumento de Datos
- Herramientas de Aumento de Datos
- Hessian (Matriz Hessiana)
- Hessian (Matriz Hessiana)
- Heurística
- Heurística
- Heurística de Evaluación
- Heurística de Optimización
- Heurística del Gradiente
- Hibridación de Modelos
- Hibridación de Modelos
- Hidratación de Datos
- Hierarchical Clustering (Agrupamiento Jerárquico)
- Hiperespacio de Características
- Hiperespacio de Características
- Hiperparametrización Automática
- Hiperparámetro
- Hiperparámetro
- Hiperparámetros de Red Neuronal
- Hiperparámetros de Red Neuronal
- Hiperplano
- Hiperplano
- Hipótesis
- Hipótesis
- Hipótesis Alternativa
- Hipótesis Nula
- Hipótesis Nula
- Histograma de Frecuencias
- Histogramas de Gradientes Orientados (HOG)
- Histogramas de Gradientes Orientados (HOG)
- Historial de Entrenamiento
- Historial de Entrenamiento
- Hoja de Decisión
- Hoja de Decisión
- Holt-Winters
- Horizonte Temporal
- Horizonte Temporal
- Hybrid Cloud (Nube híbrida)
- Hyperplane Margin (Margen del Hiperplano)
- Inteligencia Artificial
- Identidad Artificial
- Imagen de Entrada
- Imagen Sintética
- Imitación de Aprendizaje
- Imputación de Datos
- Índice de Confusión
- Inducción
- Inferencia
- Inferencia Bayesiana
- Información Mutua
- Ingeniería de Características
- Inicialización de Parámetros
- Instancia
- Instancia de Entrenamiento
- Integración de Datos
- Integridad de Datos
- Inteligencia Artificial General (AGI)
- Inteligencia Computacional
- Interacción Humano-Computadora (HCI)
- Interpolación
- Interpretabilidad
- Interpretación Local
- Intervalo de Confianza
- Invariancia
- Inyección de Ruido
- Iteración
- Jaccard Similarity
- Jacobian Matrix (Matriz Jacobiana)
- Java
- JavaScript
- Joint Distribution (Distribución Conjunta)
- Joint Embedding (Embeddings Conjuntos)
- Joint Probability (Probabilidad Conjunta)
- JSON (JavaScript Object Notation)
- Jupyter Notebook
- K-means (K-medias)
- Largo Plazo (Memoria a Largo Plazo)
- Latencia
- Lenguaje de Programación
- Lenguaje Natural (Procesamiento de Lenguaje Natural)
- Ley de Moore
- Librería
- Ligero (Modelo Ligero)
- Límite de Aprendizaje
- Límite de Decisión
- Limpieza de Datos
- Línea de Base
- Linealidad
- Llamada a Procedimientos Remotos
- Lógica Difusa
- Lote
- Machine Learning
- Matriz de Confusión
- Matriz de Covarianza
- Máximo Verosímil (Maximum Likelihood)
- Mediana
- Metaaprendizaje (Meta-Learning)
- Métricas de Evaluación
- Minimización de Pérdida
- Modelo Basado en Árboles (Tree-Based Model)
- Modelo de Lenguaje
- Modelo Discriminativo
- Modelo Generativo
- Modelo Híbrido
- Muestreo
- Multiclase (Multi-Class)
- N-grama (N-gram)
- Naive Bayes
- Nash Equilibrium (Equilibrio de Nash)
- Nested Cross-Validation (Validación Cruzada Anidada)
- Network Architecture (Arquitectura de Red)
- Network Pruning (Poda de Redes)
- Neural Style Transfer (Transferencia de Estilo Neuronal)
- Neural Turing Machine (Máquina de Turing Neuronal)
- Neurociencia Computacional
- Neurona Artificial
- Neuronas Recurrentes
- Nivel de Confianza
- Niveles de Abstracción
- Niveles Jerárquicos
- NLP (Procesamiento del Lenguaje Natural)
- Nodo
- Noise Injection (Inyección de Ruido)
- Nombres de Entidades
- Normalización
- Normalización Batch (Batch Normalization)
- Normalización de Gradiente
- Nube de Puntos
- Nube Híbrida
- Núcleo de Activación
- Núcleo de Convolución (Convolutional Kernel)
- Núcleo GPU (GPU Core)
- Núcleo (Kernel)
- Número de Épocas (Number of Epochs)
- NVIDIA CUDA
- Objetivo (Target)
- Observación
- Oclusión (Occlusion)
- Omniglot
- One-hot encoding
- Ontología
- Operador matemático
- Optimización
- Optimización basada en gradientes
- Optimización convexa
- Optimización de hiperparámetros
- Optimización estocástica (Stochastic Optimization)
- Outlier (Valor atípico)
- Overfitting (Sobreajuste)
- Overhead computacional
- Paradigma
- Paralelización
- Perceptrón
- Peso (Weight)
- Pipeline (Tubería)
- PLN
- Poda
- Polaridad
- Predicción
- Preprocesamiento de datos
- Probabilidad
- Probabilidad condicional
- Procesamiento distribuido
- Procesamiento paralelo
- Programación evolutiva
- Programación genética
- Propagación hacia atrás (Backpropagation)
- Protección de datos
- Prototipo
- Puntos de datos (Data Points)
- Q-Learning
- Q-Table (Tabla Q)
- Quantization (Cuantización)
- Quantum Computing
- Quantum Neural Network (Red Neuronal Cuántica)
- Quantum Supremacy (Supremacía Cuántica)
- Query (Consulta)
- Quickprop
- Quiescence Search (Búsqueda de Quiescencia)
- Rack
- Razonamiento automático
- Razonamiento probabilístico
- Razonamiento probabilístico
- Recall (Sensibilidad)
- Recomendadores (Sistemas de recomendación)
- Reconocimiento de imágenes
- Reconocimiento de patrones
- Reconocimiento de voz
- Red neuronal recurrente (RNN)
- Redes generativas antagónicas (GANs)
- Redes neuronales artificiales (RNA)
- Reglas de decisión
- Regresión
- Regresión lineal
- Regresión logística
- Regularización
- Regularización L1 y L2
- Reinforcement Learning (Aprendizaje por refuerzo)
- Reinicialización de pesos
- Rendimiento de un modelo
- Réplica de datos
- Representación de datos
- Resiliencia de modelos
- Robustez
- ROC (Receiver Operating Characteristic)
- Ruido en los datos
- Sampling
- Secuencia
- Segmentación
- Selección de Características (Feature Selection)
- Semántica
- Semisupervisado (Aprendizaje Semisupervisado)
- Sentimiento
- Series Temporales
- Sesgo
- Silhouette Score
- Similitud
- Sobreajuste
- Soft Clustering
- Softmax
- Sparse Data (Datos Escasos)
- Sparse Matrix
- Speech Recognition
- Stacking
- Descenso de Gradiente Estocástico
- Subconjunto de Entrenamiento
- Subconjunto de Prueba
- Submuestreo
- Supervisión
- Supervisión Activa
- Support Vector Machine (Máquina de Vectores de Soporte)
- Sustitución de Características
- SVM Kernel
- Tablas de confusión (Confusion Matrix)
- Tamaño del conjunto de datos (Dataset Size)
- Tareas multitarea (Multitask Learning)
- Tasa de aprendizaje (Learning Rate)
- Tasa de clasificación (Classification Rate)
- Tasa de error (Error Rate)
- Tasa de falsos negativos (False Negative Rate)
- Tasa de falsos positivos (False Positive Rate)
- Técnicas de reducción de dimensionalidad
- Técnicas de regularización (Regularization Techniques)
- Tendencia (Trend)
- Tensor
- TensorFlow
- Test de Turing
- Test de validación cruzada (Cross-validation Test)
- Tiempo de inferencia (Inference Time)
- Tokenización
- Tolerancia a fallos (Fault Tolerance)
- Tópicos latentes (Latent Topics)
- Transferencia de aprendizaje (Transfer Learning)
- Transformadores (Transformers)
- Ubicación contextual
- Umbral de activación
- Umbral de clasificación
- Umbral de decisión
- Umbral de error
- Umbral dinámico
- Unidad convolucional
- Unidad de aprendizaje
- Unidad de atención
- Unidad de memoria vectorial
- Unidad de predicción
- Unidad de procesamiento central (CPU)
- Unidad de procesamiento de gráficos (GPU)
- Unidad de procesamiento tensorial (TPU)
- Unidad de regularización
- Unidad funcional
- Unidad recurrente
- Uso compartido de datos
- Uso responsable de IA
- Usuario final
- Validación cruzada
- Validación de modelos
- Valor crítico
- Valor de entrada
- Valor de referencia
- Valor de salida
- Valor esperado
- Valor predictivo
- Variabilidad de datos
- Variable de decisión
- Variable explicativa
- Variable latente
- Variable meta
- Variable objetivo
- Variable observada
- Variable proxy
- Variación de sesgo
- Variación estructural
- Vector aleatorio
- Vector columna
- Vector de características
- Vector de pesos
- Vector de probabilidad
- Vector de soporte
- Vector normalizado
- Vector objetivo
- Vectores ortogonales
- Vectores propios
- Velocidad de convergencia
- Ventana deslizante
- Vinculación semántica
- Visión artificial
- Vocabulario entrenado
- Voz artificial
- Voz neural
- X-Axis (Eje X en gráficos de IA)
- X-Distribution (Distribución X en estadísticas)
- X-Factor (Variable desconocida en IA)
- X-Forwarded-For (Cabecera HTTP para proxies en IA)
- X-Forwarded-For (Cabecera HTTP para proxies en IA)
- X-Means (Algoritmo de clustering basado en K-Means)
- X-Sampling (Muestreo X en análisis de datos)
- X-Shaped Data (Datos en forma de X para visualización)
- X-Test (Conjunto de pruebas en machine learning)
- XAI Framework (Marco para la IA explicable)
- XAI (Inteligencia Artificial Explicable)
- XGBoost Classifier (Clasificador XGBoost)
- XGBoost (Extreme Gradient Boosting)
- XML (Lenguaje de Marcado Extensible)
- XML Schema (Esquema XML para datos estructurados)
- XOR Encryption (Cifrado XOR en seguridad)
- XOR Gate (Puerta XOR en redes neuronales)
- XOR (Operador Exclusivo OR)
- XOR Problem (Problema XOR en redes neuronales)
- XPath (Lenguaje de consulta XML)
- XPath (Lenguaje de consulta XML)
- Z-score
- Z-test
- Z-transformación
- Zero-bias network
- Zero-crossing analysis
- Zero-day exploit detection
- Zero-inflated model
- Zero-padding (en redes neuronales convolucionales)
- Zero-shot learning
- Zero-sum game
- Zettabyte (como unidad en Big Data)
- Zona de confort algorítmica
- Zona de decisión
- Zona de hipótesis
- Zonal statistics
- Zooming heurístico