Glosario IA
El diccionario completo de la Inteligencia Artificial
Métodos de interpretación global
Técnicas que explican el comportamiento global y general de un modelo sobre la totalidad de los datos
Métodos de interpretación local
Enfoques que explican las predicciones individuales para observaciones específicas
Atribución de características
Técnicas que cuantifican la importancia y el impacto de cada característica en las predicciones del modelo
Interpretabilidad de modelos profundos
Métodos especializados para comprender y explicar las redes neuronales profundas
Visualización de interpretabilidad
Representaciones gráficas y visuales para facilitar la comprensión de las decisiones de los modelos
Métodos específicos de modelos
Técnicas de interpretación adaptadas a tipos particulares de modelos como los árboles de decisión
Interpretabilidad contra-explicativa
Generación de contraejemplos para explicar por qué se hizo una predicción específica
Métricas de evaluación de la interpretabilidad
Indicadores y medidas para cuantificar la calidad y fiabilidad de las explicaciones de los modelos
Interpretabilidad causal
Análisis de relaciones causa-efecto en las decisiones de modelos de IA
Interpretabilidad para modelos de conjunto
Técnicas específicas para interpretar random forests, gradient boosting y otros modelos de conjunto
Interpretabilidad temporal
Métodos para explicar modelos que trabajan con datos secuenciales y temporales
Interpretabilidad multimodal
Enfoques para explicar modelos que combinan múltiples tipos de datos (texto, imagen, sonido)
Interpretabilidad contrastiva
Técnicas que comparan las decisiones del modelo a través de diferentes escenarios y condiciones
Explicaciones por prototipos
Métodos basados en la identificación de ejemplos representativos para explicar las predicciones
Interpretabilidad sensible al contexto
Enfoques que adaptan las explicaciones al dominio de aplicación y al público objetivo