Interpretação de redes neurais utilizando a técnica SHAP

Abstract

O objetivo central deste trabalho é buscar métodos para interpretar modelos de redes neurais. Concomitantemente, realizou-se uma comparação dos resultados desse modelo com um modelo estatístico convencional, a regressão logística. Foram utilizados dados relacionados a empréstimos, obtidos da plataforma Kaggle. A variável de estudo analisada foi a “Condição do empréstimo”, que classifica os empréstimos dos clientes como “Bom” ou “Ruim”. A técnica adotada para interpretar os modelos de redes neurais foi o SHAP(SHapley Additive exPlanations). Os resultados comparativos entre os modelos revelam que o modelo de redes neurais produziu resultados melhores que o modelo logístico.