Glossário IA
O dicionário completo da Inteligência Artificial
Teoria dos Jogos em IA
Aplicação dos princípios da teoria dos jogos para analisar e interpretar o comportamento de modelos de inteligência artificial. Permite modelar as interações entre características como jogadores cooperativos num jogo.
Force Plot SHAP
Visualização interativa que mostra como cada característica impulsiona a previsão para cima ou para baixo em relação ao valor base. Ilustra graficamente as contribuições aditivas das características para uma previsão específica.
Summary Plot SHAP
Gráfico que combina a importância das características com os seus efeitos nas previsões em todo o conjunto de dados. Permite identificar rapidamente as características mais influentes e a sua relação com a variável alvo.
Dependence Plot SHAP
Visualização que mostra o efeito de uma característica específica na previsão, revelando as interações potenciais com outras características. Destaca as relações não lineares e as dependências entre variáveis.
Waterfall Plot SHAP
Representação sequencial que mostra a acumulação progressiva das contribuições de cada característica para atingir a previsão final. Começa com o valor base e adiciona sucessivamente cada valor SHAP até à previsão do modelo.
Valor de Expectativa
Valor base ou de referência utilizado em SHAP que representa a previsão média do modelo na ausência de informação sobre as características. Serve como ponto de partida para calcular as contribuições aditivas das características.
Valor Marginal
Contribuição adicional de uma característica quando adicionada a um subconjunto de características existentes. No cerne do cálculo dos valores SHAP, esta medida quantifica o impacto incremental de cada variável.
Coalizão de Características
Subconjunto de características consideradas em conjunto no cálculo dos valores SHAP, análogo às coalizões de jogadores na teoria dos jogos. A análise de todas as coalizões possíveis garante a equidade na distribuição das contribuições.
Aditividade das Explicações
Propriedade fundamental do SHAP que garante que a soma das contribuições das características mais o valor base é exatamente igual à previsão do modelo. Garante a consistência matemática e a interpretabilidade das explicações.