Glosario IA
El diccionario completo de la Inteligencia Artificial
Métodos de interpretabilidad local
Técnicas que explican las predicciones individuales como LIME, SHAP y LRP para comprender las decisiones caso por caso.
Interpretabilidad global de los modelos
Enfoques que analizan el comportamiento global del modelo para comprender los patrones generales de toma de decisiones.
Importancia de características y selección
Métodos que cuantifican la importancia relativa de las variables en las predicciones del modelo.
Visualización de modelos ML
Técnicas gráficas y visuales para representar y comprender la arquitectura y el funcionamiento de los modelos.
Métodos agnósticos al modelo
Técnicas de interpretación que funcionan con cualquier tipo de modelo sin conocimiento de su arquitectura interna.
Interpretabilidad de las redes neuronales profundas
Métodos específicos para comprender y visualizar las decisiones de los modelos de deep learning complejos
Explicaciones contrafactuales
Generación de ejemplos alternativos que muestran qué modificaciones mínimas cambiarían la predicción del modelo.
Detección de sesgos algorítmicos
Técnicas que identifican y cuantifican las discriminaciones sistemáticas en las predicciones de los modelos ML.
Evaluación cuantitativa de la interpretabilidad
Métricas y protocolos para medir objetivamente la calidad y la fidelidad de las explicaciones generadas.
Interpretabilidad de modelos de conjuntos
Técnicas específicas para analizar y explicar el funcionamiento de random forests, gradient boosting y otros conjuntos.
Explicaciones causales en ML
Métodos que establecen relaciones de causa y efecto en lugar de simples correlaciones en las decisiones de los modelos.
Interpretabilidad para modelos temporales
Técnicas adaptadas para explicar las predicciones sobre las series temporales y los datos secuenciales.
Métricas de confianza e incertidumbre
Herramientas que cuantifican el nivel de confianza del modelo en sus predicciones y la incertidumbre asociada.
Explicaciones interactivas y conversacionales
Sistemas que permiten a los usuarios interactuar con el modelo para obtener explicaciones personalizadas y adaptativas.