O Variational Autoencoder (VAE) é um tipo de modelo de aprendizado de máquina generativo que combina elementos de redes neurais e inferência bayesiana. O VAE

O Autoencoder (AE) é uma arquitetura de rede neural artificial usada principalmente para a tarefa de codificação e decodificação de dados. A estrutura do AE

Multi-Layer Perceptron (MLP) é um tipo de rede neural artificial, composta por múltiplas camadas de neurônios, onde cada camada é totalmente conectada à camada anterior

O Self-Organizing Map (SOM), ou Mapa Auto-Organizador, é um tipo de rede neural artificial não supervisionada introduzida por Teuvo Kohonen. O SOM é utilizado para

A Restricted Boltzmann Machine (RBM) é um tipo de modelo probabilístico não supervisionado, um subconjunto de redes neurais, que é utilizado para aprender representações de

A Deep Belief Network (DBN) é um tipo de modelo de aprendizado profundo composto por múltiplas camadas que aprendem a representação de dados de maneira

Os Conditional Random Fields (CRFs) são um tipo de modelo estatístico da família de modelos gráficos que são utilizados principalmente para tarefas de sequência de

Os Modelos de Markov Ocultos (HMM – Hidden Markov Models) são uma classe de modelos estatísticos usados para representar sequências de observações, onde o processo

Um Knowledge Graph (KG), ou Grafo de Conhecimento, é uma estrutura de dados que representa informações em forma de grafos, onde os nós representam entidades

Knowledge Representation (KR) é um campo da inteligência artificial e ciência da computação que se concentra no projeto de estruturas de dados e algoritmos para

A Extração de Informação (EI) é uma área da inteligência artificial e do processamento de linguagem natural que se concentra na identificação, extração e estruturação

Information Retrieval (IR) é o campo da ciência da computação que se dedica ao desenvolvimento de métodos e técnicas para a busca, recuperação e apresentação