Determinar a que se refieren los conceptos de explicabilidad, interpretabilidad y predicciones sesgadas.
En este tema se explicará a que se refiere cuando se menciona que el algoritmo debe ser explicable e interpretable y como se relaciona esto con la ética.
Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.
Para conocer más sobre modelos transparentes, te recomendamos leer:
Rai, A. (2020). Explainable AI: from black box to glass box. Journal of the Academy of Marketing Science, 48. Recuperado de https://link.springer.com/article/10.1007/s11747-019-00710-5
Reflexionar sobre la interpretabilidad y explicabilidad de los modelos de aprendizaje automático.
Contesta el siguiente cuestionario:
Ribeiro, M., Singh, S., y Guestrin, C. (2016). "Why Should I Trust You?": Explaining the Predictions of Any Classifier. Recuperado de https://arxiv.org/abs/1602.04938
El siguiente enlace es externo a la Universidad Tecmilenio,
al acceder a éste considera que debes apegarte a sus términos y condiciones.
Asegúrate de: