Peter Hersh, ingeniero sénior de sistemas de JMP, SAS
Florian Vogt, ingeniero de sistemas, JMP
Russ Wolfinger, Director de Descubrimiento Científico y Genómica, JMP
Laura Lancaster, desarrolladora principal de estadísticas de investigación, JMP
Los algoritmos de inteligencia artificial son útiles para obtener información sobre problemas complejos.Uno de los inconvenientes de estos algoritmos es que a menudo son difíciles de interpretar.La falta de interpretabilidad puede hacer que los modelos generados con estos algoritmos de IA sean menos confiables y menos útiles.Esta charla mostrará cómo utilizar algunas funciones en JMP puede hacer que la IA sea más comprensible.La presentación contará con la realización de pruebas de hipótesis "qué pasaría si" utilizando el generador de perfiles de predicción, la prueba de la solidez del modelo utilizando simulaciones de Monte Carlo y el análisis de los valores de Shapley, una nueva función en JMP Pro 17, para explorar explicaciones contrastivas.
