Glosario IA
El diccionario completo de la Inteligencia Artificial
Métodos de Interpretación Local
Técnicas que explican las decisiones individuales del modelo para predicciones específicas como LIME y SHAP.
Interpretabilidad Global
Enfoques que permiten comprender el comportamiento general del modelo sobre el conjunto de datos.
Atribución de Características
Métodos que cuantifican la importancia de cada variable de entrada en la decisión final del modelo.
Modelos de Caja Blanca
Algoritmos intrínsecamente interpretables como árboles de decisión, regresiones lineales y reglas lógicas.
Visualización de Decisiones
Técnicas gráficas que representan los procesos de toma de decisiones y las relaciones entre variables.
Explicaciones por Contrafactuales
Escenarios hipotéticos que muestran cómo modificar las entradas para cambiar la predicción del modelo.
Interpretabilidad de las Redes Neuronales
Métodos especializados para comprender y visualizar las decisiones de modelos de aprendizaje profundo complejos.
Métricas de Evaluación de la Interpretabilidad
Indicadores que cuantifican la calidad, la fidelidad y la utilidad de las explicaciones generadas por los modelos.
Interpretabilidad Causal
Enfoques que identifican relaciones de causa-efecto en lugar de simples correlaciones en las decisiones de IA.
Explicaciones Post-hoc vs Intrínsecas
Distinción entre las explicaciones añadidas después del entrenamiento y aquellas integradas directamente en la arquitectura del modelo.
Extracción de Reglas Interpretables
Técnicas que convierten modelos complejos en conjuntos de reglas lógicas comprensibles para humanos.
Interpretabilidad para la Auditoría Regulatoria
Métodos adaptados a los requisitos de cumplimiento legal como RGPD y directivas sobre IA transparente.