Glossário IA
O dicionário completo da Inteligência Artificial
Fidelidade do Substituto
Métrica que avalia em que medida o modelo substituto reproduz fielmente as previsões do modelo complexo original num determinado conjunto de dados. Uma alta fidelidade é essencial para garantir que as interpretações do substituto reflitam corretamente o comportamento do modelo subjacente.
Modelo Substituto Global
Modelo substituto treinado em todo o conjunto de dados para capturar as tendências gerais e as relações globais do modelo complexo. Fornece uma visão geral do comportamento do modelo, mas pode perder nuances locais importantes.
Modelo Substituto Local
Modelo substituto treinado numa vizinhança restrita em torno de uma previsão específica para explicar o comportamento local do modelo complexo. Esta abordagem captura variações finas e interações específicas de uma região do espaço de características.
Perda de Interpretabilidade
Compromisso inevitável entre a complexidade de um modelo substituto e a sua capacidade de capturar precisamente o comportamento do modelo original. Um modelo demasiado simples corre o risco de perder informações cruciais, enquanto um modelo demasiado complexo perde o seu caráter interpretável.
Árvore de Decisão Substituta
Modelo substituto que utiliza uma estrutura de árvore de decisão para aproximar o comportamento de um modelo complexo, oferecendo uma interpretação visual intuitiva. As regras de decisão geradas permitem compreender facilmente os limiares e interações importantes no modelo original.
Regressão Linear Substituta
Modelo substituto baseado numa regressão linear para aproximar localmente o comportamento de um modelo não-linear complexo. Os coeficientes da regressão fornecem uma medida direta da importância e influência de cada característica na previsão.
Vizinhança de Perturbação
Conjunto de amostras geradas pela perturbação de uma instância específica para criar um conjunto de dados local sobre o qual treinar um modelo substituto. O tamanho e a estratégia de perturbação influenciam diretamente a qualidade da interpretação local obtida.
Pesos de Proximidade
Coeficientes atribuídos às amostras perturbadas de acordo com a sua distância à instância de interesse durante o treinamento de um substituto local. Estes pesos garantem que o modelo substituto se concentra no comportamento do modelo complexo na região relevante.
Análise de Sensibilidade Global
Uso de modelos substitutos globais para avaliar o impacto global de cada característica nas previsões do modelo complexo. Esta abordagem identifica as variáveis mais influentes em todo o conjunto de dados.
Métrica de R² Substituto
Coeficiente de determinação usado para quantificar a fidelidade de um modelo substituto, medindo a proporção da variância explicada das previsões do modelo original. Um R² próximo de 1 indica uma excelente aproximação do comportamento do modelo complexo.