Glossário IA
O dicionário completo da Inteligência Artificial
Métodos de interpretação global
Técnicas que explicam o comportamento global e geral de um modelo sobre o conjunto de dados
Métodos de interpretação local
Abordagens que explicam as previsões individuais para observações específicas
Atribuição de características
Técnicas que quantificam a importância e o impacto de cada característica nas previsões do modelo
Interpretabilidade de modelos profundos
Métodos especializados para compreender e explicar redes neurais profundas
Visualização de interpretabilidade
Representações gráficas e visuais para facilitar a compreensão das decisões dos modelos
Métodos específicos aos modelos
Técnicas de interpretação adaptadas a tipos particulares de modelos, como as árvores de decisão
Interpretabilidade contra-explicativa
Geração de contra-exemplos para explicar por que uma previsão específica foi feita
Métricas de avaliação da interpretabilidade
Indicadores e medidas para quantificar a qualidade e a confiabilidade das explicações dos modelos
Interpretabilidade causal
Análise das relações de causa e efeito nas decisões dos modelos de IA
Interpretabilidade para modelos de conjunto
Técnicas específicas para interpretar random forests, gradient boosting e outros modelos de conjunto
Interpretabilidade temporal
Métodos para explicar modelos que trabalham com dados sequenciais e temporais
Interpretabilidade multimodal
Abordagens para explicar modelos que combinam vários tipos de dados (texto, imagem, som)
Interpretabilidade contrastiva
Técnicas que comparam as decisões do modelo em diferentes cenários e condições
Explicações por protótipos
Métodos baseados na identificação de exemplos representativos para explicar as previsões
Interpretabilidade sensível ao contexto
Abordagens que adaptam as explicações ao domínio de aplicação e ao público-alvo