Backpropagation – Retropropagación
La retropropagación (backpropagation en inglés) es un algoritmo de optimización utilizado para entrenar redes neuronales artificiales (ANN).
Línea base es un punto de referencia contra el cual se puede comparar el rendimiento de un nuevo modelo o algoritmo.
Batch Learning (Aprendizaje por Lotes)
Es un tipo de aprendizaje en el que el modelo se entrena utilizando un conjunto completo de datos de una vez.
Batch Normalization – Normalización por lotes
Batch Normalization (Normalización por lotes) es una técnica utilizada en redes neuronales.
Para mejorar la estabilidad y la eficiencia del entrenamiento.
Bayesian deep learning – Aprendizaje profundo bayesiano
El aprendizaje profundo bayesiano es una rama del aprendizaje automático que combina el aprendizaje profundo con la teoría de la probabilidad bayesiana.
Bayesian Inference (Inferencia Bayesiana)
Es un método de inferencia estadística que utiliza el teorema de Bayes para actualizar la probabilidad.
Bayesian networks – Redes bayesianas
Las redes bayesianas, también conocidas como redes de creencia, redes de opinión o modelos gráficos probabilísticos, son un tipo de modelo probabilístico que representa un conjunto de variables aleatorias y sus dependencias condicionales a través de un grafo acíclico dirigido.
Bayesian Optimization (Optimización Bayesiana)
Es una técnica utilizada para optimizar funciones costosas de evaluar, frecuentemente usada en la optimización de hiperparámetros de modelos de IA.
Bayes theorem – Teorema de Bayes
El Teorema de Bayes es un principio fundamental en la probabilidad y la estadística que describe cómo actualizar la probabilidad.
De una hipótesis en función de la nueva evidencia o información.
Bechmarking
Evaluación Comparativa
Es el proceso de comparar el rendimiento de modelos o algoritmos de IA contra estándares establecidos o mejores prácticas en una tarea específica.
BERT
Bidirectional Encoder Representations from Transformers
Es un modelo de lenguaje basado en transformadores que ha mejorado significativamente el procesamiento del lenguaje natural.
En el contexto de la IA, el sesgo puede referirse a la tendencia de un modelo a cometer errores sistemáticos debido a suposiciones incorrectas.
Bias-Variance Tradeoff (Compromiso Sesgo-Varianza)
En el contexto de aprendizaje automático, es el equilibrio que debe lograrse entre un modelo con demasiado sesgo.
Conjunto de datos de gran tamaño y complejidad.
Binary Decision (Decisión Binaria)
Es una decisión que tiene solo dos posibles resultados, como «sí» o «no».
Binary search – Búsqueda binaria
Algoritmo de búsqueda que divide el conjunto de datos en dos mitades en cada paso, hasta encontrar el elemento buscado.
Bioinformatics – Bioinformática
Bioinformática es una disciplina científica que combina la biología, la informática y las matemáticas para el análisis de datos biológicos.
Black Box (Caja Negra)
Un sistema o modelo de IA cuyo funcionamiento interno no es fácilmente interpretable o comprendido por los humanos.
Una técnica de conjunto de aprendizaje automático en la que los alumnos débiles se combinan para formar un alumno fuerte.
Bootstrap Aggregating (Bagging)
Una técnica de conjunto de aprendizaje automático en la que se entrenan varios modelos en diferentes subconjuntos aleatorios.
Un bot es un programa automatizado que realiza tareas en Internet o en otras plataformas.
Algoritmo que busca la solución a un problema probando todas las posibles combinaciones
Bug es un error o falla en el código o el sistema que hace que el software no funcione como se espera.
Los bugs pueden afectar tanto el rendimiento como la precisión de los modelos de IA.
