Glossário IA
O dicionário completo da Inteligência Artificial
Métodos LIME
Técnicas de interpretação local que explicam previsões individuais por aproximação local do modelo complexo.
Valores SHAP
Abordagem baseada na teoria dos jogos para quantificar o impacto de cada característica nas previsões do modelo.
Importância das Características
Métodos que avaliam a influência relativa de cada variável de entrada nas decisões do modelo de machine learning.
Visualização de Modelos
Técnicas gráficas para representar e compreender a arquitetura, os pesos e o comportamento dos modelos de IA.
Análise Contrafactual
Geração de exemplos minimamente modificados para mudar a previsão, ajudando a compreender as condições de decisão.
Regras de Interpretação
Extração de regras lógicas compreensíveis a partir de modelos complexos para explicar o seu comportamento.
Métodos de Gradiente
Técnicas que utilizam gradientes para visualizar e interpretar redes neurais profundas.
Árvores de Decisão Interpretáveis
Modelos baseados em estruturas hierárquicas de decisões que oferecem uma transparência natural das previsões.
Interpretabilidade Causal
Análise das relações de causa e efeito nos modelos para entender por que certas previsões são feitas.
Métricas de Interpretabilidade
Medidas quantitativas para avaliar a qualidade e a confiabilidade das explicações geradas por modelos de IA.
Interpretabilidade Intrínseca
Concepção de modelos inerentemente transparentes, sem a necessidade de explicações adicionais pós-treinamento.
Explicações em Linguagem Natural
Geração de descrições textuais compreensíveis por humanos para justificar as decisões dos modelos.
Interpretabilidade Multimodal
Técnicas de explicação adaptadas a modelos que processam simultaneamente vários tipos de dados (texto, imagem, áudio).
Auditorias de Equidade
Avaliação sistemática de potenciais vieses e discriminações nas decisões de modelos de IA.
Interpretabilidade Pós-Hoc
Métodos aplicados após o treinamento para explicar as decisões de modelos inicialmente opacos.