O cientista de dados Leo está desenvolvendo um modelo de inteligência artificial para analisar casos e tomar decisões sobre a procedência ou não do pleito. Para analisar como o mod

Gabarito

Errado

Comentário do professor

Métodos de interpretabilidade local são técnicas que explicam por que um modelo tomou uma decisão para um caso específico, isto é, uma única previsão ou pleito.

Esses métodos atribuem a cada variável uma contribuição explicativa para aquela decisão. Na prática, permitem responder: "por que este pedido foi deferido ou indeferido?" mostrando quais atributos impulsionaram a saída do modelo naquele registro.

Ferramentas conhecidas incluem SHAP, que distribui a contribuição das variáveis com base em valores de Shapley, e LIME, que ajusta um modelo simples localmente para aproximar o comportamento da caixa preta. Ambas são úteis para justificar decisões individuais e apoiar auditoria e transparência.