TY  - DATA
AU  - Navarro Almanza,Raúl Ignacio
AU  - Castro Rodríguez,Juan Ramón
AU  - Sánchez Herrera,Mauricio Alonso
ED  - Universidad Autónoma de Baja California.
TI  - Modelo de aprendizaje automático interpretable mediante cómputo granular 
AV  - Q181.T4 N382 2022
PY  - 2022///
CY  - Tijuana, Baja California
KW  - Ciencia
KW  - Tesis y disertaciones académicas
KW  - lemb
N1  - Doctor en Ciencias; Tesis (Doctorado) -- Universidad Autónoma de Baja California. Facultad de Ciencias Químicas e Ingeniería, Tijuana, 2022; Incluye referencias bibliográficas (p. 109-116)
N2  - El aprendizaje automático interpretable está en tendencia, ya que tiene como objetivo construir un proceso de decisión comprensible para los humanos. Hay dos tipos principales de sistemas de aprendizaje automático: modelos de caja blanca y de caja negra. Los modelos de caja blanca son inherentemente interpretables, pero comúnmente sufren fenómenos de ajuste insuficiente; por otro lado, los modelos de caja negra funcionan bastante bien en una amplia gama de problemas de dominio de aplicación, pero su razonamiento detrás de una decisión es difícil o incluso imposible de entender
UR  - https://drive.google.com/file/d/1dKVYCiYz7B4HvhIa3JsEg_kgBT5DVR6t/view?usp=sharing
ER  -