Glosario IA
El diccionario completo de la Inteligencia Artificial
NODE
Neural Oblivious Decision Ensembles, una arquitectura híbrida que integra árboles de decisión oblivious en una red neuronal para procesar datos estructurados.
Arbre de Décision Oblivious
Un árbol de decisión donde todos los nodos a la misma profundidad usan la misma característica para la partición, simplificando la estructura y mejorando la diferenciabilidad.
Fonction d'Activation Oblivious
Una función de activación no lineal que emula el comportamiento de umbralización de un nodo de árbol de decisión, permitiendo una integración transparente en las redes neuronales.
Entraînement End-to-End
Proceso de optimización donde la arquitectura NODE completa, incluyendo las estructuras arbóreas y los pesos neuronales, es entrenada simultáneamente mediante retropropagación.
Entropie Binaire Lissée
Una versión regularizada de la entropía cruzada utilizada en NODE para estabilizar el entrenamiento y evitar particiones triviales en los árboles de decisión.
Couche de Décision Neuronale
Una capa de red neuronal que implementa un conjunto de árboles de decisión oblivious, actuando como un módulo de decisión diferenciable.
Partition de Caractéristiques
El proceso mediante el cual NODE selecciona y divide las características de entrada en cada nivel de profundidad del árbol oblivious para maximizar la ganancia de información.
Régularisation de Complexité
Una penalización aplicada durante el entrenamiento de NODE para controlar el número de hojas en los árboles y evitar el sobreajuste, similar a la poda.
Interpretabilidad Híbrida
La capacidad de NODE para proporcionar explicaciones tanto globales (a través de la estructura de los árboles) como locales (a través de los caminos de decisión), combinando las ventajas de ambos enfoques.
Función de Hoja Parametrizada
El valor de salida de una hoja en un árbol NODE, que no es una constante sino una función lineal de las características de entrada, aprendida durante el entrenamiento.
Derivada de Estructura Arbórea
El cálculo del gradiente con respecto a la estructura misma del árbol (elección de características), hecho posible por la naturaleza diferenciable de los árboles oblivious en NODE.
Conjunto de Árboles Neuronales
La composición final del modelo NODE, que apila múltiples capas de decisión neuronal para formar un potente conjunto de árboles de decisión.
Enrutamiento Suave (Soft Routing)
Mecanismo en NODE donde una muestra de entrada se distribuye sobre múltiples ramas de un árbol con probabilidades, en lugar de un enrutamiento duro y binario.
Optimización por Descenso de Gradiente
El método de optimización principal para NODE, que ajusta simultáneamente los pesos de las hojas y las elecciones de características de los nodos mediante gradientes.
Estabilidad Numérica
Una propiedad clave de NODE, asegurada por funciones de activación y funciones de pérdida diseñadas específicamente para evitar problemas de gradiente como la saturación o la explosión.
Generalización en Datos Tabulares
El rendimiento superior de NODE en conjuntos de datos estructurados, donde captura eficazmente las interacciones no lineales entre las características tabulares.
Arquitectura Escalable
El diseño de NODE que permite la adición de capas y árboles para modelar relaciones cada vez más complejas sin modificación fundamental del algoritmo.