Teoria dos jogos para interpretar Modelos e Previsões de Machine Learning

Parte 6 — Shapley Value e o Pacote SHAP

Esta é a sexta parte do tutorial de Interpretando ML. Nos posts anteriores apresentamos diversas formas de interpretar modelos de machine Learning. Dos modelos altamente interpretáveis, todos tinham seus problemas, modelos de alto viés como Regressões ou modelos de alta variância como árvores de decisão. Resolvíamos o trade-off entre viés e variância basicamente combinando diversos modelos, em especial os modelos de alta variância, assim tínhamos os melhores modelos, baixo viés e baixa variância e o preço a ser pago é que não temos mais controle sobre como o modelo está tomando suas decisões ou como são as relações entre as variáveis, ou seja, o modelo passava a ser uma BlackBox.

Parte1 — Introdução a Interpretabilidade
Parte 2 —O Guia Pragmatico da Modelagem Estatistica
Parte 3 — Interpretando modelos de baixo viés e alta variância.
Parte 4 — É possível resolver o trade-off entre viés e variância?
Parte 5 — Métodos Locais de interpretabilidade.
Parte 6 — (Este Post) Métodos Globais de interpretabilidade.