Modelo de aprendizaje automático interpretable mediante cómputo granular

Navarro Almanza, Raúl Ignacio

Modelo de aprendizaje automático interpretable mediante cómputo granular

Files

TIJ139426.pdf(6.05 MB)

Authors

Navarro Almanza, Raúl Ignacio

Publisher

Universidad Autónoma de Baja California.

Abstract

El aprendizaje automático interpretable está en tendencia, ya que tiene como objetivo construir un proceso de decisión comprensible para los humanos. Hay dos tipos principales de sistemas de aprendizaje automático: modelos de caja blanca y de caja negra. Los modelos de caja blanca son inherentemente interpretables, pero comúnmente sufren fenómenos de ajuste insuficiente; por otro lado, los modelos de caja negra funcionan bastante bien en una amplia gama de problemas de dominio de aplicación, pero su razonamiento detrás de una decisión es difícil o incluso imposible de entender.