El próximo webinar, titulado Interpretabilidad y Explicabilidad en Inteligencia Artificial e impartido por Enrique Onieva, tendrá lugar el día 14 de octubre a las 15:00h, a través del siguiente enlace: https://canal.uned.es/live/event/5f7ee1db5578f268fe2f27d5
Puedes consultar el evento aquí.
Interpretabilidad y Explicabilidad en Inteligencia Artificial
Ponente: Enrique Onieva – https://www.linkedin.com/in/enriqueonieva/
Fecha: 14 de octubre 15:00h
Resumen: El campo de la Inteligencia Artificial, impulsado por el Machine Learning y Deep Learning ha experimentado avances excepcionales en la última década, donde hemos visto aplicado su potencial en un ámplio abanico de entornos, desde la industria en diversos dominios, hasta la tecnología, la salud, la ciencia y muchos más. El objetivo clave del área ha sido abordar y resolver problemas del mundo real, automatizar tareas complejas y hacer nuestra vida más fácil y mejor. Los algoritmos utilizados aprenden patrones y relaciones no evidentes en los datos, por lo que, explicar cómo funciona el algoritmo siempre plantea su propio conjunto de desafíos. En particular, en aquellos ámbitos donde la toma de decisiones y elecciones es sensible y puede tener impacto en las personas. La interpretabilidad y explicabilidad de los algoritmos buscan entender y explicar el por qué y el cómo se llega a dicha decisión. En este seminario abordaremos cuestiones básicas de Intepretabilidad y Explicabilidad de modelos.
Bibliografía: Enrique Onieva es profesor en inteligencia artificial, aprendizaje automático y Big Data en la Universidad de Deusto, así como Investigador en Sistemas Inteligentes de Transporte, Movilidad y Smart Cities en la Unidad Deusto-SmartMobility. Es director del programa en Big Data y Business Intelligence, así como de Programa de Doctorado en Ingeniería para la Sociedad de la Información y el Desarrollo Sostenible de la Facultad de Ingeniería.
Ha participado y sido responsable en más de 25 proyectos de investigación. Entre ellos, CYBERCARS-2 (6PM), ICSI (7PM) y PostLowCit (CEF-Transport), TIMON, Drive2theFuture y LOGISTAR (H2020). Es autor de más de 100 artículos científicos. Su interés en la investigación se basa en la aplicación de la Inteligencia Artificial a los diferentes ámbitos de impacto en la sociedad, incluyendo la toma de decisiones basada en la lógica difusa, la optimización evolutiva, el aprendizaje automático y el deep learning.