Relevancia de variables en Redes Neuronales

Abstract

[cast] Algunos algoritmos predictivos (como las redes neuronales) usualmente presentan mejores re- sultados en predicción que los modelos estadísticos que resuelven los mismos problemas (por ejemplo, el modelo de regresión lineal o GLM). Por el contrario, los modelos estadísticos son más fácilmente interpretables que los modelos algorítmicos porque ofrecen una medida de la contribución a la predicción que hace cada una de las variables explicativas. Este TFG parte del trabajo de Delicado and Peña (2019) titulado Variable relevance by ghost variables y quiere comparar estas medidas generales con las medidas que se han definido en la literatura para redes neuronales.