Explicabilidad – Entender el porqué detrás de los modelos
Échec de l'ajout au panier.
Veuillez réessayer plus tard
Échec de l'ajout à la liste d'envies.
Veuillez réessayer plus tard
Échec de la suppression de la liste d’envies.
Veuillez réessayer plus tard
Échec du suivi du balado
Ne plus suivre le balado a échoué
-
Narrateur(s):
-
Auteur(s):
À propos de cet audio
Un modelo que predice bien no siempre es suficiente. Si no podemos explicar sus resultados, nadie lo va a usar con confianza.
En este episodio hablamos de explicabilidad en machine learning: qué es, por qué es tan importante y cómo herramientas como LIME y SHAP nos ayudan a entender qué está pasando dentro de un modelo.
Si quieres que tus modelos no solo acierten, sino que también inspiren confianza y decisiones reales en el negocio, este episodio es para ti.
Pas encore de commentaire