Glosario IA
El diccionario completo de la Inteligencia Artificial
Extracción de reglas
Proceso algorítmico que permite derivar reglas lógicas interpretables a partir de modelos complejos como las redes neuronales o los conjuntos de árboles, preservando al mismo tiempo su capacidad predictiva.
Reglas de árboles de decisión
Conjunto de reglas SI-ENTONCES extraídas directamente de la estructura de un árbol de decisión, donde cada camino desde la raíz hasta una hoja representa una condición lógica combinada.
Reglas de asociación
Reglas de la forma SI antecedente ENTONCES consecuente que permiten descubrir relaciones entre variables en los datos, cuantificadas por métricas como el soporte y la confianza.
Reglas difusas
Reglas lógicas que utilizan conjuntos difusos para gestionar la incertidumbre y la imprecisión, permitiendo grados de pertenencia en lugar de condiciones booleanas estrictas.
Explicación basada en reglas
Método de interpretación de las predicciones de modelos complejos traduciéndolas en conjuntos de reglas comprensibles para los humanos, facilitando la transparencia y la confianza.
Poda de reglas
Técnica de poda que consiste en simplificar los conjuntos de reglas eliminando las condiciones redundantes o superfluas para mejorar la generalización y la interpretabilidad.
Minería de reglas
Proceso de descubrimiento automático de patrones y relaciones significativas en los datos en forma de reglas lógicas, utilizando algoritmos como Apriori o FP-Growth.
Reglas lógicas
Reglas formales basadas en la lógica matemática (proposicional o de primer orden) que permiten representar conocimientos y razonamientos de manera estructurada.
Reglas SI-ENTONCES
Estructura fundamental de las reglas de decisión donde una condición (SI) desencadena una acción o conclusión (ENTONCES), formando la base de los sistemas expertos y la explicabilidad.
Interpretabilidad basada en reglas
Capacidad de un modelo para ser entendido a través de reglas explícitas, ofreciendo una transparencia intrínseca en oposición a las cajas negras que requieren métodos de explicación post-hoc.
Simplificación de reglas
Proceso de reducción de la complejidad de las reglas combinando condiciones similares, eliminando redundancias y optimizando la estructura para una mejor comprensión humana.
Compresión de modelos basada en reglas
Técnica de reducción del tamaño de modelos complejos reemplazándolos por conjuntos de reglas equivalentes pero más compactas, manteniendo el rendimiento predictivo.
Importancia de características basada en reglas
Método de evaluación de la importancia de las variables basado en su frecuencia e impacto en las reglas extraídas, ofreciendo una interpretación intuitiva de su rol en las predicciones.
Contrafactuales basados en reglas
Generación de escenarios hipotéticos en forma de reglas que muestran qué condiciones mínimas deben cambiar para alterar la predicción de un modelo, facilitando el análisis causal.
Explicaciones locales basadas en reglas
Explicaciones específicas a una predicción individual generadas en forma de reglas locales, describiendo las condiciones precisas que llevaron a esa decisión particular.
Extracción de reglas pedagógica
Enfoque de extracción de reglas que trata el modelo como una caja negra y utiliza solo las entradas-salidas para derivar reglas, sin acceso a la estructura interna del modelo.
Extracción de reglas descomposicional
Método de extracción que analiza la estructura interna del modelo (neuronas, pesos) para generar reglas que reflejan directamente el funcionamiento del modelo original.
Fidelidad de las reglas
Medida que cuantifica el grado de correspondencia entre las predicciones del modelo original y las generadas por el conjunto de reglas extraído, evaluando la calidad de la extracción.