Carlos J. Gil Bellosta
Estadística, análisis de datos y más
  • Sobre mí
  • Por fecha
  • Por tema

La gramática del análisis explicativo interactivo de modelos

2020-5-14 (Última modificación: 2025-4-6)
Ciencia De Datos, Estadística, Python, R

Así vendría a traducirse el título de este artículo, que trata de taxonomizar y sistematizar una serie de técnicas muy recientes para explicar modelos de caja negra.

Tal vez no acabe siendo la manera pero, sin duda, acabará habiendo una.

  • cajas negras
  • explicación
  • modelos
  • ciencia de datos
  • estadística
  • python
  • r
Carlos J. Gil Bellosta avatar
Por Carlos J. Gil Bellosta
Matemático, científico de datos y CEO de Circiter. Más sobre él, aquí.
« Anterior

En defensa de Simón: variaciones diarias de la mortalidad

Siguiente »

Un marco sobre el que reflexionar sobre el estudio de seroprevalencia ENECovid19

Entradas relacionadas

  • Explicación de modelos
  • Sobre la (necesaria) validación a posteriori de modelos de caja negra
  • Enlaces parasociológicos
  • Recodificación de variables categóricas de muchos niveles: ¡ayuda!
  • Una comparación de lenguajes de programación en una esquinita pequeña de la economía

Más Recientes

  • Sobre acicate como traducción de "nudge" y otros asuntos más
  • Post-bayesianismo, una microintroducción
  • Una serie de notas sobre el siempre fértil campo de la mala ciencia
  • Sobre la construcción de problemas sociales (y el papel de la estadística en el proceso)
  • Una serie de notas sobre LLMs (incluidas "novedades" sobre el razonamiento matemático de ALIA en catalán)

Categorías

  • Anuncio
  • Artículos
  • Causalidad
  • Charlas
  • Ciencia De Datos
  • Computación
  • Consultoría
  • Cortos
  • Cursos
  • Economía
  • Estadística
  • Estadística Bayesiana
  • Finanzas
  • Gráficos
  • Libros
  • Llms
  • Mala Ciencia
  • Nlp
  • Números
  • Otros
  • Paquetes
  • Probabilidad
  • Programación
  • Python
  • R
  • Stackoverflow
  • Stringr
  • Tecnología
  • Varios
  • Youtube
© 2025 Carlos J. Gil Bellosta.