|
|
Registros recuperados : 1 | |
Registros recuperados : 1 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Instrumentação. |
Data corrente: |
01/12/2023 |
Data da última atualização: |
15/01/2024 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
NEIVA, D. K.; VILLAS BOAS, P. R. |
Afiliação: |
ICMC-USP; PAULINO RIBEIRO VILLAS BOAS, CNPDIA. |
Título: |
Interpretabilidade de modelos aplicados aos dados do Enem. |
Ano de publicação: |
2023 |
Fonte/Imprenta: |
In: II WORKSHOP DE MATEMÁTICA, ESTATÍSTICA E COMPUTAÇÃO APLICADAS À INDÚSTRIA - WMECAI, 2023, São Carlos, SP. |
Páginas: |
4 p. |
Idioma: |
Português |
Conteúdo: |
Introdução O desenvolvimento de novas tecnologias nos ultimos anos, tanto de hardware quanto de software, viabilizou a aplicacão de técnicas mais sofisticadas de modelagem, como as de aprendizado de maquina. Focadas principalmente em aumentar o poder preditivo, essas técnicas muitas vezes se baseiam em abordagens não paramétricas e não lineares, que resultam em modelos mais precisos e menos interpretaveis [3]. E diante desse cenário que a interpretabilidade de um modelo pode se tornar um fator tão importante quanto a precisao de suas predições [2]. Por esta razão, metodologias como Shap Values foram desenvolvidas para apresentar relações entre as variáveis preditivas e a variável resposta, que muitas vezes nao são tão evidentes. Assim, o objetivo deste trabalho e elencar quais são as informações mais relevantes para um modelo aplicado aos dados socioeconomicos do Exame Nacional do Ensino Médio (Enem), bem como identificar como elas impactam o seu funcionamento atraves dos Shap Values. |
Palavras-Chave: |
Poder preditivo; Shap values. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1159033/1/P-Interpretabilidade-de-modelos-aplicados-aos-dados-do-Enem.pdf
|
Marc: |
LEADER 01543nam a2200157 a 4500 001 2159033 005 2024-01-15 008 2023 bl uuuu u00u1 u #d 100 1 $aNEIVA, D. K. 245 $aInterpretabilidade de modelos aplicados aos dados do Enem.$h[electronic resource] 260 $aIn: II WORKSHOP DE MATEMÁTICA, ESTATÍSTICA E COMPUTAÇÃO APLICADAS À INDÚSTRIA - WMECAI, 2023, São Carlos, SP.$c2023 300 $a4 p. 520 $aIntrodução O desenvolvimento de novas tecnologias nos ultimos anos, tanto de hardware quanto de software, viabilizou a aplicacão de técnicas mais sofisticadas de modelagem, como as de aprendizado de maquina. Focadas principalmente em aumentar o poder preditivo, essas técnicas muitas vezes se baseiam em abordagens não paramétricas e não lineares, que resultam em modelos mais precisos e menos interpretaveis [3]. E diante desse cenário que a interpretabilidade de um modelo pode se tornar um fator tão importante quanto a precisao de suas predições [2]. Por esta razão, metodologias como Shap Values foram desenvolvidas para apresentar relações entre as variáveis preditivas e a variável resposta, que muitas vezes nao são tão evidentes. Assim, o objetivo deste trabalho e elencar quais são as informações mais relevantes para um modelo aplicado aos dados socioeconomicos do Exame Nacional do Ensino Médio (Enem), bem como identificar como elas impactam o seu funcionamento atraves dos Shap Values. 653 $aPoder preditivo 653 $aShap values 700 1 $aVILLAS BOAS, P. R.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Instrumentação (CNPDIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|