Joao Marques-Silva

Abordando los problemas de los puntajes SHAP para una mejor explicación del modelo.

Los avances en IA explicable mejoran la comprensión de modelos de ML complejos.

Examinando nuevos métodos para entender las contribuciones de características en el aprendizaje automático.

Explorando el papel de los métodos basados en lógica en la transparencia de la toma de decisiones de la IA.

Los puntajes SHAP pueden engañar las predicciones y decisiones de los modelos de IA.

Explora cómo las explicaciones contrastivas mejoran la confianza y comprensión en modelos de aprendizaje automático.