BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://www.dc.uba.ar
X-WR-CALDESC:Eventos para Departamento de Computación
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Sao_Paulo
BEGIN:STANDARD
TZOFFSETFROM:-0300
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20240101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20250603T100000
DTEND;TZID=America/Sao_Paulo:20250603T110000
DTSTAMP:20260405T085926
CREATED:20250528T125558Z
LAST-MODIFIED:20250528T125754Z
UID:9949-1748944800-1748948400@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Tomás Capdevielle
DESCRIPTION:Título: Explicabilidad basada en lógica para modelos simples de Inteligencia Artificial: Sobre la complejidad y los algoritmos para el cálculo de features relevantes\, necesarias y útiles en clasificadores booleanos\nDirector: Santiago Cifuentes\nJurados: Santiago Figueira\, Sergio Abriola\n\nResumen:\nEsta tesis propone una exploración sobre el campo de la explicabilidad en modelos de inteligencia artificial\, comúnmente conocido como XAI. En concreto\, el enfoque de este trabajo está puesto en la explicabilidad basada en lógica; esto es\, dado un modelo de clasificación y una entrada para el mismo\, seleccionar aquellas features o atributos que cumplan con ciertas propiedades lógicas. Esto da lugar a las nociones de features relevantes y necesarias\, en cuyo cálculo se profundiza aquí. Se aportan resultados formales que sustenten algoritmos existentes en la literatura\, así como también se proponen algoritmos eficientes para detectar la necesidad de features en modelos tanto simples (e.g. árboles de decisión) como complejos (e.g. redes neuronales). A su vez\, se exploran generalizaciones para la noción de relevancia\, con el objetivo de capturar una visión más detallada del comportamiento de un modelo para una predicción dada. Por último\, se introduce una nueva noción global de utilidad\, que apunta a explicar si una feature es importante para el comportamiento de un modelo a nivel general\, sin considerar una entrada en particular. De aquí surge también una propuesta para un sistema de feature ranking basado en utilidad\, para cuyo cálculo se presentan algoritmos eficientes para ciertos modelos.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-tomas-capdevielle/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR