Glossário IA
O dicionário completo da Inteligência Artificial
Métodos de Interpretação Local
Técnicas que explicam as decisões individuais do modelo para previsões específicas como LIME e SHAP.
Interpretabilidade Global
Abordagens que permitem compreender o comportamento geral do modelo em todo o conjunto de dados.
Atribuição de Características
Métodos que quantificam a importância de cada variável de entrada na decisão final do modelo.
Modelos de Caixa Branca
Algoritmos intrinsecamente interpretáveis como árvores de decisão, regressões lineares e regras lógicas.
Visualização de Decisões
Técnicas gráficas que representam os processos de tomada de decisão e as relações entre variáveis.
Explicações por Contra-factuais
Cenários hipotéticos mostrando como modificar as entradas para alterar a previsão do modelo.
Interpretabilidade das Redes Neurais
Métodos especializados para compreender e visualizar as decisões de modelos complexos de deep learning.
Métricas de Avaliação da Interpretabilidade
Indicadores que quantificam a qualidade, fidelidade e utilidade das explicações geradas pelos modelos.
Interpretabilidade Causal
Abordagens que identificam relações de causa e efeito em vez de simples correlações nas decisões de IA.
Explicações Pós-hoc vs Intrínsecas
Distinção entre as explicações adicionadas após o treinamento e aquelas integradas diretamente na arquitetura do modelo.
Extração de Regras Interpretáveis
Técnicas que convertem modelos complexos em conjuntos de regras lógicas compreensíveis para humanos.
Interpretabilidade para Auditoria Regulamentar
Métodos adaptados às exigências de conformidade legal como RGPD e diretrizes sobre IA transparente.