Título: Aprendizaje automático, el valor de Shapley y su aplicación cuando hay observaciones faltantes
Universidad que ofrece el proyecto: Universidade de Vigo
Director/a: Pérez González, Ana; Mosquera Rodríguez, Manuel Alfredo
Resumen:
Uno de los principales objetivos cuando se utilizan modelos de aprendizaje automático es estudiar su interpretabilidad, es decir, lo que cada característica del modelo aporta a la predicción dada por éste. Algunas de las herramientas que se utilizan para obtener esta interpretabilidad están basadas en una de las reglas de reparto más importantes para juegos cooperativos: el valor de Shapley.
Existen situaciones en las que hay observaciones faltantes en el conjunto de aprendizaje del método y consecuentemente, algunas de estas herramientas no se podrían utilizar.
En este trabajo se trata de realizar una revisión de la literatura sobre la temática y de estudiar cómo se podrían utilizar las metodologías de observaciones faltantes para poder calcular las herramientas basadas en el valor de Shapley.
| Más información |