En modelos de regresión, la salida del modelo es un valor continuo: euros, días, puntos, riesgo, demanda, etc. Por eso, cuando queremos explicar “qué habría que cambiar” para obtener otra predicción, no basta con decir “cambia estas variables”. Una buena explicación en regresión debe dejar claro cuánto cambia la predicción, qué coste tiene lograrlo y…

La idea central de un contrafáctico en regresión es responder a la pregunta: ¿qué tendría que cambiar en las variables de entrada para que la predicción numérica del modelo se acerque a un valor deseado? Como trabajamos con una salida continua, la evaluación no puede reducirse a un simple “lo consiguió o no”. Un contrafáctico…

Cuando hablamos de explicaciones contráfacticas, casi siempre pensamos en modelos de clasificación: “si hubieras cambiado X, el modelo te habría dado la clase positiva”. Sin embargo, en regresión no existe una “clase” como tal, sino un valor continuo. Por eso aparece una pregunta clave: ¿cuándo consideramos que un contrafáctico es válido? La respuesta habitual es…

Con motivo de la presentación de FUCO: Fuzzy Counterfactual Explanations en el congreso IDEAL 2025. Os recomendamos su lectura a través del siguiente enlace: Del mismo modo os adjuntamos el siguiente resumen para que den más ganas de acceder a él. ¡Esperamos que lo disfrutéis! FUCO: Fuzzy Counterfactual Explanations El artículo presenta FUCO (Fuzzy Counterfactuals…

¡Hola a todos! ¡Para cerrar el año tenemos nuevas y buenas noticias! Como ya va siendo constumbre dentro del paquete de explicabilidad por estas fechas… ¡Podemos confirmar la aceptación y publicación de un nuevo artículo científico! En este caso estamos hablando de FUCO: Fuzzy Counterfactuals Examples un short paper aceptado y presentado dentro del marco…

El toolbox Statistics and Machine Learning Toolbox de MATLAB ofrece la aplicación Regression Learner, que permite entrenar y evaluar modelos de regresión sin necesidad de programar. Con una interfaz sencilla y visual, facilita tareas como: Esto lo hace una aplicación ideal para usuarios que quieren explorar y validar modelos predictivos de forma rápida y sin…

La aparición de la Explicabilidad de la IA (XAI), ha supuesto durante los últimos años, un gran avance a la hora de hacer que los modelos de Inteligencia Artificial (AI) sean más entendibles y explicables para los seres humanos. Dentro de la XAI, durante los últimos años, muchos de los esfuerzos se han enfocado en…

¡Hola a todos! Con el fin de seguir promoviendo el uso de técnicas de explicabilidad para el entendimiento de los modelos de caja negra, compartimos con vosotros FACET un enfoque que permite a los usuarios trabajar con ejemplos contrafácticos con el fin de ajustar estos a las realidades de los usuarios. Podéis echarle un vistazo…

¡Hola a todos! Compartimos con vosotros el último en el que he podido colaborar en el que mediante técnicas estadísticas se explorar el rendimiento laboral en personal universitario bajo diferentes situaciones y como puede mejorar este:https://www.mdpi.com/2076-328X/15/3/312 ¡¡Esperamos que lo disfrutéis!!

La Explicabilidad en Inteligencia Artificial (XAI) no solo se basa en librerías específicas, sino también en herramientas y plataformas que facilitan el análisis e interpretación de modelos de Machine Learning (ML). En esta entrada, exploraremos diferentes frameworks de implementación de modelos de ML que ofrecen herramientas de XAI. Vertex AI Platform Google ofrece la herramienta…