INDIAPlataforma de IA Explicable
Inteligencia Artificial Explicable
INDIA – Dato Tabular
AyGLOO ayuda a interpretar los modelos de IA con análisis intuitivos, inmediatos, variados, personalizados, completos y sin depender de un científico de datos para tomar mejores y más rápidas decisiones.
Si eres técnico también te proporciona información valiosa durante la construcción del modelo.
INDIA – Lenguaje Natural
Incorpora en tu análisis la interpretabilidad del lenguaje natural.
Usamos modelos de interpretabilidad propios.
INDIA – Imágenes
Incorpora a tu análisis la interpretabilidad de los modelos de computer vision para entender por ejemplo como la red neuronal clasifica tus imágenes.
• INDIA – Dato Tabular •
Exploratory data analysis (EDA)
Control y personalización del análisis seleccionando con un click las variables deseadas del modelo y añadiendo otras variables.
Se incluyen posibles clusters o subconjuntos de variables que identifica relaciones entre variables.
Análisis global
Análisis del modelo con reglas interpretables, proporcionando la contribución de cada variable, su importancia a nivel global, y si esta contribución es positiva o negativa. Se incluye además un análisis de segmentos que proporciona mucha potencia al análisis ya que permite identificar visualmente sesgos, relaciones ocultas de variables y defectos del modelo en segmentos particulares de datos.
Usamos algoritmos propios potentes como SHAP-Intelligent Segment Analysis, generación inteligente de reglas, etc.
Análisis por instancias
Imaginemos que queremos analizar la decisión de un modelo de credit scoring con un cliente al que rechaza el crédito. Nuestro análisis por instancias permite trazar la decisión del modelo usando reglas intuitivas, y entender la contribución de cada variable a esta decisión.
Además, nuestro análisis what-if permite entender qué variables, cambiando de valor, harían que el crédito solicitado por el cliente fuera ahora aceptado, proporcionando información valiosa para entender la decisión del modelo.
Fairness
Identifica sesgos del modelo relacionados con variables definidas por el usuario (por ejemplo género, raza).
Nuestra herramienta permite al usuario definir una amplia variedad de análisis de sesgos y fairness (análisis de composición de predicciones, paridades de los datos, análisis de falsos positivos, falsos negativos e importancias de los atributos).
Análisis causal
Identifica relaciones causales entre las variables del problema y las muestra de manera intuitiva aunque dichas relaciones sean complejas.
Gráficos técnicos
Incorpora gráficos más técnicos que proporcionan información valiosa a los científicos de datos durante la construcción del modelo y luego durante el ciclo de vida del mismo.
Analiza en detalle los diferentes tipos de error del modelo: falsos positivos, falsos negativos, curva ROC, análisis de residuos, correlaciones.
• INDIA – Lenguaje Natural •
Lenguaje natural
Entiende la semántica, sintaxis y relaciones complejas captadas por los modelos de NLP más sofisticados. Localiza sesgos, fallos en el modelo y ejemplos controvertidos en los datos a través de algoritmos propios de análisis de interpretabilidad secuencial de texto, de algoritmos de atribución como SHAP o algoritmos de explicación local como LIME.
AyGLOO trabaja desde modelos clásicos como las Redes Recurrentes o Convolucionales hasta con los modelos más potentes del estado del arte, los transformers.
Aplicando estos modelos a problemas de clasificación, el usuario final será capaz de interpretar el modelo a través de una visualización intuitiva y simple.
Reconoce entidades en el texto y verifica su relevancia en la toma de decisión del modelo.
Extrae los tópicos más comunes tratados en tus textos y comprueba la similitud entre ellos.
• INDIA – Imágenes •
Imágenes
Utiliza técnicas de visualización de aprendizaje automático para explicar la salida de otros modelos de aprendizaje automático.
El modelo produce un mapa de calor de la salida de otro modelo, donde cada pixel representa la importancia de esa parte de la entrada para la salida del modelo. Esto permite a los usuarios ver qué partes de la entrada son más importantes para el modelo y, por lo tanto, entender mejor cómo está funcionando el modelo.
En todos nuestros productos
• Cloud Computing •
Todas nuestras soluciones usan computación en la nube con técnicas serverless en paralelo.
