¿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...
- 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/