Percorrer por autor "RODRIGUES, CARLOS MANUEL DA SILVA PEREIRA"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- Explainable AI para Confiança e TransparênciaPublication . RODRIGUES, CARLOS MANUEL DA SILVA PEREIRA; Santos, Joaquim Filipe Peixoto dos; Marreiros, Maria Goreti CarvalhoEsta dissertação explora o desenvolvimento de sistemas de recomendação no âmbito do projeto EARS, que combina Federated Learning e Explainable AI, tentando tanto promover a privacidade e a transparência. O trabalho aborda desafios como a falta de explicabilidade nos sistemas tradicionais. Foi realizada uma análise abrangente das técnicas existentes para melhorar a transparência dos sistemas tradicionais. Este estudo destaca como a integração de XAI pode fornecer explicações claras sobre as recomendações, aumentando a confiança dos utilizadores. Neste estudo foi implementado um protótipo de sistema de recomendação baseado num modelo de Random Forest, ao qual foi aplicado métodos de Explainable AI, nomeadamente o LIME e o SHAP, para a geração de explicações juntamente com as recomendações feitas pelo modelo. Os resultados obtidos demonstram como a integração de técnicas de Explainable AI pode contribuir para a melhor compreensão das recomendações pelos utilizadores, permitindo identificar variáveis mais influentes nas sugestões. Estes resultados mostraram como cada ferramenta se adapta às especificidades do domínio de e-commerce. Assim, este trabalho reforça o potencial ganho em termos de transparência e confiança com a integração de técnicas do XAI.