📊 statistics

neuralGAM: An R Package for Fitting Generalized Additive Neural Networks

El artículo presenta **neuralGAM**, un paquete de R que mejora la interpretabilidad del aprendizaje profundo mediante la implementación de Redes Neuronales Aditivas Generalizadas, las cuales ajustan redes neuronales independientes para estimar las contribuciones individuales de las características manteniendo una alta precisión y flexibilidad arquitectónica.

Autores originales: Ines Ortega-Fernandez, Marta Sestelo

Publicado 2026-08-11

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Ines Ortega-Fernandez, Marta Sestelo

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando enseñarle a un robot cómo predecir el clima. Podrías construir un cerebro gigante y súper complejo para el robot, rellenándolo con millones de diminutas conexiones. Este cerebro de "caja negra" podría acertar el pronóstico casi siempre, pero si le preguntas: "¿Por qué crees que va a llover?", podría quedarse mirándote con la mirada en blanco. Sabe qué hacer, pero no puede explicar cómo lo descubrió. Este es el famoso "problema de la caja negra" en la inteligencia artificial. Por otro lado, podrías construir una máquina simple y transparente donde cada engranaje y palanca sea visible. Esta "caja blanca" es fácil de entender, pero podría ser demasiado simple para manejar la realidad desordenada y complicada de un cielo tormentoso. Durante años, los científicos han estado atrapados intentando elegir entre un cerebro inteligente pero misterioso y una máquina clara pero tonta. La gran pregunta es: ¿Podemos construir un robot que sea tanto un genio prediciendo el futuro como un gran maestro capaz de explicar su pensamiento paso a paso?

Este es exactamente el rompecabezas que aborda una nueva herramienta llamada neuralGAM, introducida por las investigadoras Ines Ortega-Fernandez y Marta Sestelo. Ellas crearon un paquete especial de R (una caja de herramientas para el lenguaje de programación R) que construye un nuevo tipo de cerebro de IA. En lugar de una red gigante y enredada de conexiones, su modelo construye un equipo de pequeños expertos independientes. Imagina un equipo deportivo donde tienes un especialista separado para cada jugador en el campo: un experto estudia al mariscal de campo, otro estudia el viento y un tercero estudia al árbitro. Cada experto aprende su propio trabajo específico utilizando una potente red neuronal, pero todos informan sus hallazgos a un entrenador central que simplemente los suma todos. Esta "Red Neuronal Aditiva Generalizada" (GANN, por sus siglas en inglés) permite que la IA utilice el superinteligente poder de aprendizaje de las redes neuronales profundas, manteniendo al mismo tiempo el modelo lo suficientemente transparente como para mostrarte exactamente cuánto contribuyó cada factor a la predicción final.

Las investigadoras probaron esta idea con dos escenarios diferentes. Primero, crearon un mundo ficticio y artificial con reglas perfectas y conocidas para ver si su herramienta podía encontrar los patrones ocultos. Descubrieron que neuralGAM era increíblemente preciso, igualando el rendimiento de otros métodos complejos, pero con un enorme beneficio adicional: podía dibujar imágenes claras y suaves que mostraban exactamente cómo cada variable cambiaba el resultado. Incluso añadió "bandas de confianza", que son como sombras difusas alrededor de las líneas, indicándote qué tan seguro está el modelo de su respuesta. Cuando pasaron a un desafío del mundo real —predecir si un vuelo se retrasaría basándose en datos meteorológicos y de vuelo— la herramienta funcionó tan bien como una red neuronal de "caja negra" que no podía explicarse a sí misma. Sin embargo, a diferencia de la caja negra, neuralGAM podía mostrarte por qué era probable un retraso. Por ejemplo, reveló que las temperaturas muy frías o la alta humedad aumentaban los riesgos de retraso de formas específicas y suaves, y podía decirte cuándo estaba adivinando porque no había suficientes datos en esa área.

El artículo sugiere que este enfoque ofrece un punto medio entre ser un genio misterioso y un maestro transparente. Si bien los modelos de "caja negra" podrían extraer un poco más de precisión en algunos casos, pierden la capacidad de mostrarnos la lógica detrás de la decisión. La herramienta neuralGAM, por el contrario, demuestra que no tienes que sacrificar inteligencia para obtener claridad. Demuestra que al descomponer un problema complejo en piezas más pequeñas e independientes y dejar que una red neuronal resuelva cada pieza, puedes obtener un modelo que sea tanto altamente preciso como fácil de entender. Las investigadoras tienen cuidado en señalar que este es un método nuevo que funciona bien para tipos específicos de datos (como números, resultados de sí/no y conteos), y ya están ideando formas de hacerlo aún mejor enseñándole a manejar relaciones más complejas entre variables en el futuro. Para cualquiera que quiera usar la IA pero esté cansado de confiar en una caja mágica en cuyo interior no puede ver, este paquete ofrece una alternativa fresca, clara y poderosa.

Resumen Técnico: neuralGAM: Un paquete de R para el ajuste de Modelos Aditivos Generalizados con Redes Neuronales

Planteamiento del Problema

Las redes neuronales (NN) son ampliamente reconocidas por su desempeño predictivo superior en diversas tareas, pero sufren del problema de la "caja negra", lo que dificulta la comprensión del proceso de toma de decisiones. Aunque existen métodos de interpretabilidad post-hoc, hay una creciente demanda de enfoques ante-hoc que construyan modelos inherentemente interpretables sin sacrificar la precisión predictiva. Los intentos existentes para combinar Modelos Aditivos Generalizados (GAM) con redes neuronales han enfrentado limitaciones: los métodos tempranos requerían un ajuste manual o estaban restringidos a arquitecturas poco profundas, mientras que los enfoques recientes basados en aprendizaje profundo (por ejemplo, Modelos Aditivos Neuronales) pueden sufrir de sobreajuste o un aumento en los costos computacionales. Además, los paquetes de R existentes que integran modelos aditivos con redes neuronales (como deepregression y bamlss) se centran ya sea en la regresión de distribución con bases de splines incrustadas o utilizan marcos bayesianos con una alta carga computacional, careciendo a menudo de una implementación dedicada que aproveche redes neuronales profundas totalmente independientes por cada característica dentro del ecosistema de R.

Metodología

El artículo presenta neuralGAM, un paquete de R que implementa una topología de Red Neuronal Aditiva Generalizada (GANN). La metodología central entrena un conjunto de redes neuronales independientes —una para cada característica— para estimar la contribución de esa característica a la variable de respuesta. El modelo general sigue siendo aditivo, adhiriéndose a la estructura:

$E[Y | X] = m(X) = h^{-1}\left(\alpha + \sum_{j=1}^{p} f_j(X_j)\right)$

donde $h(\cdot)$ es una función de enlace y $f_j$ son funciones suaves estimadas mediante redes neuronales.

Algoritmos de Estimación

El paquete estima los parámetros del modelo utilizando una combinación de dos algoritmos iterativos:

Puntuación Local (LS - Local Scoring): Adapta la variable dependiente ( $Z_i$ ) y los pesos ( $W_i$ ) basándose en el ajuste actual y la distribución específica (Gaussiana, Binomial o Poisson).
Backfitting (BF): Actualiza iterativamente la contribución de cada covariable. En cada paso, se ajusta un modelo aditivo ponderado donde cada término suave $f_j$ es estimado mediante el entrenamiento de una red neuronal feed-forward sobre los residuales parciales de esa covariable específica.

Este enfoque prioriza la interpretabilidad al imponer la descomposición aditiva mientras retiene la flexibilidad de las arquitecturas de aprendizaje profundo. El marco soporta modelos semiparamétricos donde algunos términos pueden ser lineales mientras que otros son redes neuronales no paramétricas.

Cuantificación de la Incertidumbre

Para cuantificar la incertidumbre epistémica, neuralGAM emplea Dropout de Monte Carlo (MC Dropout). Se insertan capas de dropout en las redes neuronales y estas permanecen activas durante la inferencia. Al realizar múltiples pasadas estocásticas hacia adelante ( $B$ ), el paquete genera una distribución de predicciones. Esto permite el cálculo de intervalos de confianza para los términos suaves individuales y el predictor aditivo tanto en la escala del enlace como en la de la respuesta (usando el método delta para esta última).

Arquitectura del Software

El paquete depende de keras y TensorFlow para la implementación subyacente de la red neuronal. Las características clave incluyen:

Arquitectura Flexible: Los usuarios pueden definir la profundidad de la red, las unidades, las funciones de activación y los regularizadores de forma global o por término.
Funciones de Pérdida Personalizadas: Soporta las pérdidas estándar de Keras y funciones de pérdida personalizadas definidas por el usuario.
Validación: Incluye soporte para divisiones de validación y flujos de trabajo de validación cruzada.
Visualización: Proporciona gráficos de diagnóstico (residuales, gráficos QQ) y gráficos de efectos parciales con intervalos de confianza utilizando tanto R base como ggplot2.

Contribuciones Clave

Implementación: neuralGAM se presenta como el único paquete disponible que implementa una GANN utilizando redes neuronales profundas totalmente independientes para cada característica, estimadas mediante puntuación local y backfitting.
Interpretabilidad vs. Flexibilidad: Ofrece un equilibrio práctico, entregando un desempeño predictivo competitivo mientras mantiene la naturaleza de "caja blanca" de los GAM, permitiendo una clara interpretación a nivel de característica.
Estimación de la Incertidumbre: Integra MC Dropout directamente en el flujo de entrenamiento e inferencia para proporcionar estimaciones de incertidumbre epistémica por término y globales, una característica no disponible nativamente en paquetes de R comparables como deepregression sin el uso de costosos ensambles de modelos.
Usabilidad: El paquete proporciona una interfaz amigable similar a los paquetes de regresión estándar de R, con funciones auxiliares para la configuración del entorno (install_neuralGAM) y herramientas de diagnóstico exhaustivas.

Resultados

El artículo evalúa neuralGAM a través de datos simulados y una aplicación del mundo real (predicción de retrasos de vuelos), comparándolo con deepregression y un Perceptrón Multicapa (MLP) de caja negra implementado en keras.

Datos Simulados: En un escenario de respuesta Gaussiana, neuralGAM logró un Error Cuadrático Medio (MSE) y una devianza explicada ligeramente mejores en comparación con deepregression. Crucialmente, neuralGAM recuperó las formas funcionales verdaderas (cuadrática, lineal, sinusoidal) con curvas más suaves e intervalos de confianza más estrechos y estables. En contraste, deepregression exhibió estimaciones más irregulares y "ondulantes", particularmente en los límites, y requirió ensambles de modelos para aproximar la incertidumbre.
Datos Reales (Retrasos de Vuelos): En la predicación de retrasos de vuelos (respuesta binaria), neuralGAM alcanzó un AUC-ROC de 0.819, comparable al de deepregression (0.838) y al del MLP de caja negra (0.838). Aunque el modelo de caja negra ofreció una precisión predictiva ligeramente superior, carecía de interpretabilidad. neuralGAM visualizó con éxito los efectos parciales (por ejemplo, la relación no monotónica entre el tiempo de vuelo y el retraso) con bandas de incertidumbre estables, mientras que deepregression produjo efectos más oscilatorios que sugerían un sobreajuste al ruido local.

Significancia y Reivindicaciones

Los autores posicionan a neuralGAM como una herramienta valiosa para investigadores que buscan implementaciones interpretables de redes neuronales dentro del ecosistema de R. El artículo afirma que neuralGAM ofrece un sólido compromiso entre la interpretabilidad de los modelos aditivos y la flexibilidad del aprendizaje profundo.

La significancia del trabajo radica en su capacidad para:

Proporcionar una alternativa de "caja blanca" al aprendizaje profundo de caja negra que no requiere el ajuste manual de perceptores univariantes.
Ofrecer cuantificación de la incertidumbre nativa mediante MC Dropout, evitando el costo computacional de entrenar múltiples modelos independientes (ensambles) requeridos por otros métodos.
Entregar estimaciones de efectos más estables y suaves que son más fáciles de interpretar que las estimaciones basadas en splines encontradas en deepregression, particularmente en regiones con datos dispersos.

Los autores señalan modestamente que, aunque neuralGAM está actualmente limitado a distribuciones Gaussianas, Binomiales y Poisson, representa un paso significativo hacia un aprendizaje profundo accesible e interpretable en R. El trabajo futuro se identifica como la posible extensión del modelo a la regresión logística multinomial, la incorporación de términos de interacción y la exploración de métodos adicionales de estimación de la incertidumbre como la predicción conforme.