Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Hoeffding Bound
Limite statistique utilisée dans les arbres de décision incrémentaux pour déterminer avec une probabilité garantie si un attribut est optimal pour diviser un nœud, en examinant un nombre fini d'échantillons.
CVFDT (Concept-adapting VFDT)
Extension du VFDT intégrant des mécanismes de détection et d'adaptation au concept drift, permettant la modification dynamique de la structure de l'arbre sans reconstruction complète.
EFDT (Extremely Fast Decision Tree)
Algorithme amélioré de VFDT qui réévalue périodiquement les décisions de division passées et effectue des retrouvailles d'arbres pour corriger les divisions sous-optimales, offrant une meilleure précision avec une complexité similaire.
Streaming Decision Tree
Architecture d'arbre de décision conçue spécifiquement pour traiter des flux de données continus avec des contraintes de mémoire et de temps constant, sans nécessiter de stockage complet des données historiques.
Incremental Splitting
Processus de division des nœuds dans un arbre de décision qui s'effectue progressivement à mesure que de nouvelles données arrivent, sans nécessiter la réévaluation de l'ensemble du dataset.
Node Statistics
Compteurs agrégés maintenus à chaque nœud de l'arbre incrémental pour suivre les distributions de classes et les statistiques d'attributs, essentiels pour les décisions de division basées sur la borne de Hoeffding.
Grace Period
Nombre minimum d'échantillons qu'un nœud doit observer avant d'être éligible pour une division, garantissant la fiabilité statistique des décisions de division dans les arbres incrémentaux.
Tree Pruning (Incrémental)
Technique d'élagage adaptatif dans les arbres de décision incrémentaux qui supprime les branches devenues obsolètes ou peu performantes suite au concept drift, optimisant continuellement la structure de l'arbre.
Memory-Efficient Processing
Stratégie dans les arbres de décision incrémentaux limitant l'utilisation de mémoire à O(log n) où n est le nombre d'instances traitées, grâce à la gestion intelligente des statistiques de nœuds.
Pre-pruning Incremental
Mécanisme anticipé dans les arbres incrémentaux qui empêche la création de branches potentiellement inutiles basé sur des critères statistiques avant leur développement complet.
Attribute Evaluation
Processus continu d'évaluation des attributs candidats pour la division des nœuds dans les arbres incrémentaux, utilisant des métriques comme le gain d'information ou l'indice de Gini de manière incrémentale.
Leaf Node Adaptation
Mécanisme de mise à jour dynamique des prédictions aux feuilles de l'arbre basé sur les nouvelles instances, permettant l'adaptation aux changements de distribution sans modifier la structure de l'arbre.
Tie-breaking Strategy
Règle de départage utilisée dans les arbres de décision incrémentaux lorsque plusieurs attributs ont des performances statistiquement équivalentes, souvent basée sur des heuristiques pour favoriser la simplicité.
Instance-based Learning
Paradigme d'apprentissage dans les arbres incrémentaux où chaque nouvelle instance influence immédiatement le modèle, contrairement à l'apprentissage par lots qui nécessite plusieurs passages sur les données.