Glosario IA
El diccionario completo de la Inteligencia Artificial
Visualización LIME
Representación gráfica de las explicaciones generadas por LIME (Local Interpretable Model-agnostic Explanations) para una predicción específica. Esta visualización resalta las características locales que influyen en una decisión individual del modelo.
Gráfico de la frontera de decisión
Visualización en 2D o 3D que muestra las fronteras de decisión de un modelo de clasificación en el espacio de características. Este gráfico ilustra cómo el modelo separa las diferentes clases en el espacio de predicción.
Mapa de calor de la matriz de confusión
Representación visual coloreada de la matriz de confusión que muestra el rendimiento de clasificación de un modelo. Este mapa de calor facilita la identificación rápida de los tipos de errores de clasificación más frecuentes.
Visualización de la curva ROC
Gráfico que representa la curva ROC (Receiver Operating Characteristic) ilustrando el compromiso entre la tasa de verdaderos positivos y la tasa de falsos positivos. Esta visualización permite evaluar el rendimiento discriminante del modelo en diferentes umbrales.
Gráfico de la curva de aprendizaje
Gráfico que muestra la evolución del rendimiento del modelo en función del tamaño del conjunto de entrenamiento. Esta visualización ayuda a diagnosticar los problemas de sobreajuste o de infraajuste del modelo.
Gráfico de la curva de validación
Representación gráfica del rendimiento del modelo en función de la variación de un hiperparámetro específico. Este gráfico permite identificar el valor óptimo de los hiperparámetros y comprender su impacto en el sesgo y la varianza.
Gráfico de residuos
Visualización de los residuos (errores de predicción) con respecto a los valores predichos o a las características de entrada. Este gráfico ayuda a verificar las hipótesis del modelo e identificar patrones sistemáticos en los errores.
Gráfico de calibración del modelo
Diagrama de fiabilidad que compara las probabilidades predichas por el modelo con las frecuencias empíricas observadas. Esta visualización evalúa si las predicciones probabilísticas del modelo están bien calibradas.
Visualización de árbol
Representación gráfica de la estructura de un árbol de decisión que muestra los nodos de decisión, los criterios de división y las hojas terminales. Esta visualización permite comprender explícitamente el proceso de toma de decisiones del modelo.
Proyección de embeddings
Visualización en 2D o 3D de embeddings de alta dimensión reducidos mediante técnicas como t-SNE o UMAP. Este gráfico revela la estructura y los clústeres en las representaciones de datos aprendidas por el modelo.
Gráfico de distribución de características
Gráfico que muestra la distribución de las características de entrada, a menudo comparadas entre diferentes grupos o clases. Esta visualización ayuda a comprender el perfil de los datos y los posibles sesgos.
Gráfico de coeficientes del modelo
Visualización de los coeficientes de un modelo lineal con sus intervalos de confianza. Este gráfico permite evaluar la importancia y la dirección de la influencia de cada característica en los modelos lineales.
Panel de explicación de predicciones
Interfaz interactiva que combina varias visualizaciones para explicar una predicción específica. Este panel integra diversas técnicas de interpretación para proporcionar una visión general completa de la decisión del modelo.
Mapa de calor de correlación de características
Matriz de correlación visualizada en forma de mapa de calor que muestra las relaciones lineales entre las características. Esta visualización ayuda a identificar la multicolinealidad y las dependencias entre variables.
Gráfico de radar de rendimiento del modelo
Gráfico de radar que compara varias métricas de rendimiento del modelo en diferentes ejes. Esta visualización permite evaluar rápidamente las fortalezas y debilidades del modelo según diferentes dimensiones.