Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Marcilio Jr, Wilson E. [UNESP] | - |
Autor(es): dc.creator | Eler, Danilo M. [UNESP] | - |
Autor(es): dc.creator | IEEE | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:59:32Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:59:32Z | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2019-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/SIBGRAPI51738.2020.00053 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/210335 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/210335 | - |
Descrição: dc.description | Explainability has become one of the most discussed topics in machine learning research in recent years, and although a lot of methodologies that try to provide explanations to black-box models have been proposed to address such an issue, little discussion has been made on the pre-processing steps involving the pipeline of development of machine learning solutions, such as feature selection. In this work, we evaluate a game-theoretic approach used to explain the output of any machine learning model, SHAP, as a feature selection mechanism. In the experiments, we show that besides being able to explain the decisions of a model, it achieves better results than three commonly used feature selection algorithms. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Fundacao de Amparo a Pesquisa do Estudo de Sao Paulo grant | - |
Descrição: dc.description | Sao Paulo State Univ, Dept Math & Comp Sci, Presidente Prudente, SP, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ, Dept Math & Comp Sci, Presidente Prudente, SP, Brazil | - |
Descrição: dc.description | CAPES: 88887.487331/2020-00 | - |
Descrição: dc.description | Fundacao de Amparo a Pesquisa do Estudo de Sao Paulo grant: 2018/17881-3 | - |
Formato: dc.format | 340-347 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Ieee | - |
Relação: dc.relation | 2020 33rd Sibgrapi Conference On Graphics, Patterns And Images (sibgrapi 2020) | - |
???dc.source???: dc.source | Web of Science | - |
Título: dc.title | From explanations to feature selection: assessing SHAP values as feature selection mechanism | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: