¿Cómo puede contribuir el Machine Learning a la focalización de programas sociales?. Modelo XGBoost para la determinación de pobreza monetaria interpretado mediante Shap Values: Caso Colombia 2019-2020

La implementación de programas de ayuda social ha sido la principal estrategia llevada a cabo por los gobiernos latinoamericanos para mitigar el impacto de la pobreza y el desempleo. Estos programas incluyen subsidios y transferencias de recursos condicionadas que buscan mejorar la situación económi...

Full description

Autores:

Galvis Caballero, Ángel

Tipo de recurso:

Fecha de publicación:

2021

Institución:

Universidad Autónoma de Bucaramanga - UNAB

Repositorio:

Repositorio UNAB

Idioma:

spa

OAI Identifier:

oai:repository.unab.edu.co:20.500.12749/16448

Acceso en línea:

http://hdl.handle.net/20.500.12749/16448

Palabra clave:

Economic development
Economy
Economic analysis
Proxy means tests
Machine learning
Interpretable machine learning
Methods Assembly and Shap values
Artificial intelligence
Machine theory
Explanation-Based Learning
Análisis económico
Economía
Desarrollo económico
Inteligencia artificial
Teoría de las máquinas
Aprendizaje basado en explicaciones
Pruebas de medios proxy
Aprendizaje automático
Aprendizaje automático interpretable
Métodos valores de ensamble y Shap

Rights

License

http://creativecommons.org/licenses/by-nc-nd/2.5/co/