Los puntos clave no están disponibles para este artículo en este momento.
Entender los modelos predictivos, en términos de interpretar e identificar conocimientos accionables, es una tarea desafiante. A menudo, la importancia de una característica en un modelo es solo una estimación aproximada condensada en un número. Sin embargo, nuestra investigación va más allá de estas estimaciones ingenuas a través del diseño e implementación de un sistema de análisis visual interactivo, Prospector. Al proporcionar diagnósticos interactivos de dependencia parcial, los científicos de datos pueden entender cómo las características afectan la predicción en general. Además, nuestro soporte para la inspección localizada permite a los científicos de datos comprender cómo y por qué se predicen puntos de datos específicos de la forma en que lo son, así como el soporte para ajustar los valores de las características y ver cómo responde la predicción. Nuestro sistema se evalúa a través de un estudio de caso que involucra a un equipo de científicos de datos mejorando modelos predictivos para detectar el inicio de la diabetes a partir de registros médicos electrónicos.
Krause et al. (Jue,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: