Ya está disponible Fortuna, una biblioteca de código abierto para la cuantificación de la incertidumbre de los modelos de aprendizaje automático

Nos complace anunciar la disponibilidad general de Fortuna, una biblioteca de código abierto para la cuantificación de la incertidumbre de los modelos de aprendizaje automático. Fortuna proporciona métodos de calibración, como la predicción conforme, que se pueden aplicar a cualquier red neuronal entrenada para obtener estimaciones de incertidumbre calibradas. La biblioteca también admite varios métodos de inferencia bayesiana que se pueden aplicar a redes neuronales profundas escritas en Flax.

La estimación precisa de la incertidumbre predictiva es crucial para las aplicaciones que implican decisiones críticas. La incertidumbre nos permite evaluar la fiabilidad de las predicciones del modelo, remitirlo a las personas responsables de la toma de decisiones o determinar si se puede implementar de forma segura. La biblioteca facilita la elaboración de pruebas comparativas y permitirá a los profesionales crear soluciones de IA sólidas y fiables al aprovechar las técnicas avanzadas de cuantificación de la incertidumbre.

Para obtener más información sobre la biblioteca, consulte nuestra publicación de blog. Para comenzar con Fortuna, puede consultar los siguientes recursos:

Repositorio de GitHub
Documentación oficial
Ejemplos de uso de Fortuna