Perceptrón Multicapa Explicable
Un Perceptrón Multicapa Explicable (XMLP) es una red neuronal feedforward estándar entrenada con retropropagación, aumentada con técnicas de interpretabilidad post-hoc —como valores SHAP, LIME o gradientes integrados— que atribuyen cada predicción a características de entrada individuales. La combinación conserva la potencia de aproximación del MLP al tiempo que satisface los requisitos de transparencia comunes en dominios regulados o de alto riesgo.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
Cómo citar esta página
ScholarGate. (2026, June 3). Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability). ScholarGate. https://scholargate.app/es/deep-learning/explainable-multilayer-perceptron
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- LSTM ExplicableAprendizaje profundo↔ compare
- Transformador ExplicableAprendizaje profundo↔ compare
- Perceptrón multicapa (MLP)Aprendizaje profundo↔ compare
- Random ForestAprendizaje automático↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →