Glossário

Espelho do mapa de siglas do motor de publicação (publicar/build.mjs). Ao introduzir uma sigla nova, adicione-a nos dois lugares — e confira a expansão na fonte (Princípio I). No site, passar o mouse sobre qualquer sigla revela a expansão em qualquer ocorrência.

Termos fundamentais

Termo O que é
Exemplo (instância, observação) Uma linha dos dados: um cliente, uma foto, uma transação
Atributo (feature) Uma coluna: idade, pixel 37, contagem de palavras
Alvo (target, label) O que se quer prever. Sua presença define o aprendizado como supervisionado
Parâmetro O que o treino ajusta (pesos, vieses)
Hiperparâmetro O que você escolhe antes do treino (taxa de aprendizado, profundidade, regularização)
Função de perda O que a otimização minimiza; precisa ser bem-comportada para o otimizador
Métrica O que interessa a você; precisa ser interpretável e ligada à consequência
Generalização Desempenho sobre exemplos não vistos durante o treino. O problema central do livro
Overfitting O modelo ajustou-se ao ruído dos dados de treino; vai bem no treino e mal fora
Underfitting O modelo é simples demais para o padrão; erra parecido no treino e no teste
Viés (bias) Erro sistemático de suposição — o modelo não consegue representar o padrão
Variância Instabilidade — o modelo muda muito conforme a amostra de treino muda
Vazamento (leakage) Informação disponível no treino que não existirá no momento da predição
Drift Mudança na distribuição dos dados ao longo do tempo, degradando o modelo sem alterar o código
Calibração Os escores do modelo lidos como probabilidades honestas: quando diz 0,8, acontece 80% das vezes
Linha de base (baseline) O desempenho do classificador trivial. Piso contra o qual todo modelo se mede

Siglas

Sigla Por extenso Onde aparece
ML Machine Learning transversal
IID Independent and Identically Distributed 01, 11
ERM Empirical Risk Minimization 01
PAC Probably Approximately Correct 01
MSE / MAE / RMSE / MAPE Mean Squared / Absolute / Root Mean Squared / Absolute Percentage Error 04, 05
AUC / ROC Area Under the Curve / Receiver Operating Characteristic 04
SGD Stochastic Gradient Descent 06, 09
PCA Principal Component Analysis 08
KNN K-Nearest Neighbors 03, 08
SVM Support Vector Machine 05
MLP Multi-Layer Perceptron 09
CNN Convolutional Neural Network 10
RNN / LSTM / GRU Recurrent Neural Network / Long Short-Term Memory / Gated Recurrent Unit 11
NLP Natural Language Processing 11, 12
LLM Large Language Model 12
RAG Retrieval-Augmented Generation 12
BERT / GPT Bidirectional Encoder Representations from Transformers / Generative Pre-trained Transformer 11, 12
RL / MDP / PPO / RLHF / DQN Reinforcement Learning / Markov Decision Process / Proximal Policy Optimization / RL from Human Feedback / Deep Q-Network 13
SHAP / LIME SHapley Additive exPlanations / Local Interpretable Model-agnostic Explanations 14
MLOps Machine Learning Operations 15, 16
ETL Extract, Transform, Load 02, 15
API / SDK / CLI Application Programming Interface / Software Development Kit / Command-Line Interface 15, 16
CPU / GPU / TPU Central / Graphics / Tensor Processing Unit 09, 10
LGPD Lei Geral de Proteção de Dados 02, 14
NLL / KL / ELBO Negative Log-Likelihood / Kullback-Leibler / Evidence Lower Bound 06, 08
IQR Interquartile Range — intervalo interquartil (Q3 − Q1) 21

Acrescentados na edição 1.0

  • ARIMA — AutoRegressive Integrated Moving Average. Família de modelos de série temporal com três peças: autorregressivo (o passado prevê o presente), integrado (diferenciar para estabilizar) e média móvel (o erro passado também informa). Capítulo II.7.
  • ACF / PACF — Autocorrelation / Partial Autocorrelation Function. Funções de autocorrelação e autocorrelação parcial — as ferramentas de diagnóstico que dizem quantas defasagens o modelo precisa. Capítulo II.7.
  • OLAP — Online Analytical Processing. Análise multidimensional sobre cubos: dimensões, medidas e agregação pré-computada. Contrasta com OLTP, o processamento transacional. Capítulo II.6.
  • OLTP — Online Transaction Processing. O sistema otimizado para registrar, não para perguntar. A tensão entre ele e a análise é a origem do data warehouse. Capítulo I.2.
  • ELT — Extract, Load, Transform. Inversão do ETL: carrega-se primeiro e transforma-se depois, viável quando armazenamento ficou barato. Capítulo I.2.
  • EDA — Exploratory Data Analysis. Análise exploratória de dados — a tradição que Tukey nomeou em 1962 e sistematizou em 1977. Capítulo I.4.
  • CRISP-DM — CRoss-Industry Standard Process for Data Mining. O ciclo de seis fases publicado em 1999. 'Cross-industry' é a tese: o processo não pertence a um setor nem a um fornecedor. Capítulo I.1.
  • CART — Classification and Regression Trees. As árvores de Breiman, Friedman, Olshen e Stone (1984), nascidas da consultoria e não do seminário. Capítulo II.5.
  • TF-IDF — Term Frequency – Inverse Document Frequency. Peso que combina a frequência do termo no documento com a raridade dele na coleção. Spärck Jones inventou o IDF em 1972; Salton e Yang o nomearam. Capítulo I.6.

Acrescentados na edição 1.1 — o vocabulário das disciplinas em curso

A auditoria de didática de 2026-08-12 mediu o buraco: o glossário cobria bem o capítulo de fundamentos e quase nada dos capítulos I.3, I.4, I.6, II.1, II.2 e II.3 — exatamente os que as duas disciplinas usam. São estes.

Estatística descritiva e exploração

Termo O que é
Mediana (P50) O valor do meio quando os dados estão ordenados. É o segundo quartil e o quinto decil ao mesmo tempo. Insensível a valor extremo: mexer no maior número da lista não a move
Moda O valor mais frequente. É a única medida de centro que funciona em variável categórica — e, no varejo, é ela que responde "que preço o cliente vê com mais frequência?"
Quartil (Q1, Q2, Q3) Cortes que dividem os dados ordenados em quatro partes iguais. Q1 deixa 25% abaixo de si; Q3 deixa 75%
IQR (amplitude interquartil) Q3 − Q1: a largura da faixa que contém os 50% centrais. Medida de dispersão que não se abala com extremos
Cerca (fence) Os limites Q1 − 1,5 × IQR e Q3 + 1,5 × IQR. O que cai fora vira ponto solto no boxplot. É um critério escolhido, não uma verdade: com IQR igual a zero, a cerca tem largura zero e acusa tudo
Boxplot Desenho de cinco elementos: caixa de Q1 a Q3, traço na mediana, bigodes até o extremo dentro da cerca, e pontos para o resto
Assimetria Quando a distribuição puxa para um lado. Detector barato: média maior que a mediana indica cauda à direita
Outlier Ponto distante do resto segundo um critério declarado. Fora da cerca não significa errado: pode ser o fenômeno (chuva forte acontece)
Análise univariada Olhar uma variável de cada vez — tipo, contagem, nulidade, centro, dispersão, pontas — antes de cruzar duas
Correlação Quanto duas variáveis andam juntas, entre −1 e +1. Mede associação linear, não causa, e não vê curva
Confundidor (confundimento) Variável que influencia as outras duas e cria associação sem causa. Controlar por uma variável só remove o confundimento que aquela variável mede

Avaliação

Termo O que é
Matriz de confusão Os quatro números de um classificador binário: verdadeiros e falsos, positivos e negativos
Precisão Dos que o modelo acusou, quantos eram. Responde "posso confiar quando ele aponta?"
Revocação (sensibilidade) Dos que eram, quantos o modelo achou. Responde "quanto ele deixa passar?"
F1 Média harmônica de precisão e revocação. Um número só, ao custo de esconder qual das duas caiu
Limiar O ponto de corte que transforma um escore contínuo em decisão. Ranking e decisão são coisas diferentes
Validação cruzada Rodízio em k partes: treina em k−1, mede na que sobrou, repete. Devolve média e desvio
Dobra (fold) Cada uma das k partes da validação cruzada
Bootstrap Reamostragem com reposição para estimar a incerteza de uma métrica

Modelos lineares

Termo O que é
Resíduo O que sobrou: valor observado menos previsto. No ajuste ótimo, a soma deles é zero
EQM (erro quadrático médio) A média dos resíduos ao quadrado. É o MSE da literatura em inglês
Equações normais O sistema que sai de derivar a perda e igualar a zero. Resolve a regressão linear sem iteração
Colinearidade (colinear, colineares) Dois atributos que medem quase a mesma coisa. O erro não piora; a interpretação vira ruído
Logito O logaritmo da razão de chances. É ele que é linear nos atributos, não a probabilidade
Chance (odds) Razão entre a probabilidade de ocorrer e a de não ocorrer: p/(1−p). Em português corrente "chance" significa probabilidade — aqui, não
Razão de chances (odds ratio) O quociente entre duas chances. É o que o coeficiente da logística multiplica: ew
Sigmoide A função que comprime a reta inteira em [0, 1]
Entropia cruzada (log-loss) A perda da logística. Pune muito a previsão confiante e errada

Representação

Termo O que é
One-hot Uma coluna por categoria, com 1 na que vale. Explode em alta cardinalidade
Embedding Representação densa aprendida: a categoria (ou palavra, ou item) vira um vetor de poucas dimensões, e a proximidade no vetor passa a significar semelhança
Churn Abandono: o cliente deixa de comprar ou cancela. O alvo mais comum em retenção

Acrescentados na edição 1.2 — os termos do capítulo II.2

A régua foi uma página do Google Machine Learning Crash Course: nove termos ligados ao glossário numa página só, cada um no primeiro uso. Medido aqui no mesmo dia, o livro tinha zero ligações: nenhum dos 27 capítulos apontava para este arquivo. O capítulo II.2 é o primeiro a pagar, e o portão publicar/gates/glossario-ligado.mjs cobra a partir de agora, com os outros 26 declarados em dívida.

A régua da ligação é por cartão, não por capítulo. No modo cartão o leitor vê um cartão por vez, e um link que mora noutro cartão não existe para ele.

Regressão linear

Termo O que é Onde aparece
Regressão linear O modelo que prevê um número somando cada atributo multiplicado por um peso, mais um deslocamento fixo II.2
Regressão logística A parente que classifica: a mesma soma ponderada, espremida entre 0 e 1 para virar probabilidade II.2, II.3
Mínimos quadrados O critério que escolhe a reta: aquela que torna mínima a soma dos quadrados dos resíduos. O nome é a definição, e foi Legendre quem o deu, em 1805 II.2
Solução fechada (fórmula fechada) Resposta obtida por uma conta direta, sem iteração e sem critério de parada. A regressão linear tem uma; a logística não II.2, II.3
Gradiente descendente (gradiente) O método que desce a superfície de erro em passos contra a subida, até parar de melhorar. É a ferramenta geral, e serve onde não existe fórmula fechada II.2, II.4
Taxa de aprendizado O tamanho do passo do gradiente. Grande demais salta o fundo; pequeno demais não chega até ele II.2, II.4
Convexidade (convexa) A superfície de erro tem um fundo só, como uma tigela. É o que garante que o ponto de partida mude o caminho e nunca o destino II.2
Centro de massa O ponto formado pelas duas médias, uma de cada eixo. A reta de mínimos quadrados passa por ele sempre II.2
Ortogonalidade (ortogonais) O que sobrou de erro não guarda mais nada de linear sobre o atributo. Se guardasse, ainda haveria reta melhor a extrair dele II.2
Inclinação Quanto a previsão muda a cada unidade a mais do atributo. Num modelo de uma variável, é o coeficiente da reta II.2
Intercepto O valor previsto quando todo atributo vale zero. É a parcela que não depende de atributo nenhum II.2
Erro absoluto A perda que soma o módulo do resíduo em vez do quadrado. Pesa o ponto distante dez vezes onde o quadrático pesa cem II.2
Padronização (padronizar) Pôr todo atributo na mesma escala, subtraindo a média e dividindo pelo desvio. Sem ela, comparar coeficiente é comparar unidade de medida II.2, II.4

Diagnóstico e leitura do modelo

Termo O que é Onde aparece
Coeficiente O número que multiplica um atributo dentro do modelo. É um parâmetro, e é ele que vira a frase da carta de recusa II.2, II.3
Coeficiente de determinação (R²) A fração da variação do alvo que o modelo reproduz: 0 é não fazer melhor que a média, 1 é acertar cada ponto. Mede ajuste ao passado, e não o efeito de mexer numa alavanca II.2
Extrapolação (extrapolar) Prever fora da faixa de valores que o modelo viu. A reta continua traçando fora dela, e o absurdo sai com aparência de rigor II.2
Ensemble Modelo feito de muitos modelos, somados ou votados. Costuma acertar mais, e não produz a frase por escrito que a auditoria pede II.2, II.5