Joao Marques-Silva

Explorando la importancia de la IA explicable para tomar decisiones de confianza.

Entender las decisiones de la IA genera confianza y claridad en la tecnología.

Entender la importancia y las estrategias para manejar datos faltantes en el aprendizaje automático.

Los valores de Shapley pueden malinterpretar la importancia de las características, afectando decisiones clave.

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.