IA explicable para profesionales

Prefacio

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

El uso de la IA como herramienta para resolver retos del mundo real ha experimentado un rápido crecimiento, haciendo que estos sistemas sean omnipresentes en nuestras vidas. Cada vez más, el aprendizaje automático (AM) se utiliza para respaldar decisiones de alto riesgo y se emplea en aplicaciones que van desde la asistencia sanitaria a la conducción autónoma. Con este crecimiento, la necesidad de poder explicar estos opacos sistemas de IA se ha hecho aún más urgente y, en muchos casos, la falta de explicabilidad es una barrera para las aplicaciones en las que la interpretabilidad es esencial.

Este libro es una recopilación de algunas de las técnicas más eficaces y utilizadas para explicar por qué un modelo de ML hace las predicciones que hace. Hablamos de los muchos aspectos de la IA explicable (XAI), incluidos los retos, las métricas para el éxito y los estudios de casos de uso para orientar las buenas prácticas. En última instancia, el objetivo de este libro es tender un puente entre la gran cantidad de trabajo que se ha realizado en XAI y proporcionar una referencia rápida para los profesionales que pretenden implementar XAI en su flujo de trabajo de ML.

¿Quién debería leer este libro?

El ML y la IA modernos se han utilizado para resolver problemas muy complejos del mundo real, y la explicabilidad de los modelos es importante para cualquiera que interactúe ...