Algoritmo TCXP + Vision, Speech and Language for Medical Diagnosis

This is a past event

107 people went

Location image of event venue

Details

¡Nuevo meetup de Machine Learning!

En esta ocasión nuestros invitados hablarán de cómo hace uso de TCXP, un algoritmo escalable para explicar predicciones individuales de clasificadores basados en árboles seguido de un estudio de visión, voz y lenguaje aplicado para el diagnóstico de enfermedades de un paciente.

Todos están invitados, sin importar el nivel de experiencia. Ambas presentaciones serán en español.

Habrá refrigerio gracias a Toptal!: https://www.toptal.com/

-------------------------------------------------------------------------------------
CHARLA 1
PONENTE: Mateo Restrepo

TÍTULO: TCXP – Un algoritmo escalable para explicar predicciones individuales de clasificadores basados en árboles

Presentaremos un enfoque simple y escalable para producir explicaciones fácilmente interpretables de las predicciones individuales de clasificadores basados en árboles [1].
Motivaremos la necesidad de tener explicaciones caso a caso para todos los modelos de aprendizaje de máquina y recordaremos como los métodos más sofisticados son usualmente los menos transparentes. Este tema es especialmente relevante hoy en día que están entrando en vigor medidas, como la General Data Protection Regulation (GDPR), que restringen el uso de modelos de ML tipo caja negra cuyas predicciones no se puedan explicar a las partes afectadas. La generación de explicciones también es el primer paso para corregir los sesgos incluidos en los modelos de ML y que tienen su origen en la selección de datos de entrenamiento realizada por humanos.

Daremos una explicación detallada del algoritmo generador de explicaciones desarrollado por nosotros. Discutiremos su generalidad y escalabilidad.

El algoritmo se ha implementado en Python y puesto en el dominio público [2].
También haremos una comparación detallada con LIME [3], un método de propósito general, mas no escalable, para el mismo problema.

Finalmente, ilustraremos el uso de nuestro algoritmo en un problema de clasificación tomado de un competencia de ML.

Referencias:

[1] Restrepo, Mateo on Medium “WHY did your model predict THAT?”

[2] Yuxi Global’s Data Analytics code repository.

[3] Ribeiro, Singh, Guestrin. "Why Should I Trust You?": Explaining the Predictions of Any Classifier, https://arxiv.org/abs/1602.04938
-------------------------------------------------------------------------------------

CHARLA 2
PONENTE: Juan Camilo Vásquez

TÍTULO: Vision, Speech, and Language for Medical Diagnosis

One of the most interesting applications of machine learning and data science is related to healthcare. Currently, healthcare technology has been improved due to the advances of machine learning research in several aspects related to computer vision, speech processing, and natural language processing. In this talk I will give an overview about the main aspects related to the use of several machine learning strategies for health care applications. I will discuss the main advantages and issues that we found in health care technology, and some examples currently addressed in computer vision, speech processing, and natural language processing to improve diagnosis and monitoring of diseases.