📊 statistics

neuralGAM: An R Package for Fitting Generalized Additive Neural Networks

Il documento presenta **neuralGAM**, un pacchetto R che migliora l'interpretabilità del deep learning implementando le Reti Neurali Additive Generalizzate, che adattano reti neurali indipendenti per stimare i contributi dei singoli fattori mantenendo un'elevata accuratezza e flessibilità architettonica.

Autori originali: Ines Ortega-Fernandez, Marta Sestelo

Pubblicato 2026-08-11

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Ines Ortega-Fernandez, Marta Sestelo

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di insegnare a un robot come prevedere il tempo. Potresti costruire un cervello gigante e super complesso per il robot, riempiendolo di milioni di minuscole connessioni. Questo cervello a "scatola nera" potrebbe indovinare le previsioni quasi ogni volta, ma se gli chiedessi: "Perché pensi che pioverà?", potrebbe fissarti con uno sguardo vuoto. Sa cosa fare, ma non sa spiegare come ci sia arrivato. Questo è il famoso "problema della scatola nera" nell'intelligenza artificiale. D'altra parte, potresti costruire una macchina semplice e trasparente dove ogni singolo ingranaggio e leva è visibile. Questa "scatola bianca" è facile da capire, ma potrebbe essere troppo semplice per gestire la realtà disordinata e complicata di un cielo tempestoso. Per anni, gli scienziati sono rimasti bloccati nel dover scegliere tra un cervello intelligente ma misterioso e una macchina chiara ma stupida. La grande domanda è: possiamo costruire un robot che sia sia un genio nel prevedere il futuro, sia un ottimo insegnante capace di spiegare il suo ragionamento passo dopo passo?

Questo è esattamente l'enigma affrontato da uno strumento chiamato neuralGAM, introdotto dalle ricercatrici Ines Ortega-Fernandez e Marta Sestelo. Hanno creato un nuovo pacchetto R (una cassetta degli attrezzi per il linguaggio di programmazione R) che costruisce un nuovo tipo di cervello artificiale. Invece di una singola rete gigante e aggrovigliata di connessioni, il loro modello costruisce un team di piccoli esperti indipendenti. Immagina una squadra sportiva dove hai uno specialista separato per ogni singolo giocatore in campo: un esperto studia il quarterback, un altro studia il vento e un terzo studia l'arbitro. Ogni esperto impara il proprio compito specifico utilizzando una potente rete neurale, ma tutti riferiscono le proprie scoperte a un allenatore centrale che si limita ad aggiungere i contributi di tutti. Questa "Rete Neurale Additiva Generalizzata" (GANN) permette all'IA di utilizzare il potere di apprendimento super intelligente delle reti neurali profonde, mantenendo al contempo il modello abbastanza trasparente da mostrarti esattamente quanto ogni fattore abbia contribuito alla previsione finale.

Le ricercatrici hanno testato questa idea con due diversi scenari. Per prima cosa, hanno creato un mondo fittizio, inventato, con regole perfette e note, per vedere se il loro strumento fosse in grado di trovare i modelli nascosti. Hanno scoperto che neuralGAM era incredibilmente accurato, eguagliando le prestazioni di altri metodi complessi, ma con un enorme bonus: era in grado di disegnare immagini chiare e fluide che mostravano esattamente come ogni variabile cambiasse il risultato. Ha persino aggiunto delle "bande di confidenza", che sono come ombre sfumate attorno alle linee, indicando quanto il modello sia sicuro della sua risposta. Quando si sono spostate su una sfida del mondo reale — prevedere se un volo sarebbe stato in ritardo in base al meteo e ai dati del volo — lo strumento ha performato bene quanto una rete neurale a "scatola nera" che non poteva spiegarsi. Tuttavia, a differenza della scatola nera, neuralGAM poteva mostrare perché un ritardo fosse probabile. Ad esempio, ha rivelato che temperature molto fredde o un'alta umidità aumentavano i rischi di ritardo in modi specifici e fluidi, e poteva segnalare quando stava tirando a indovinare perché non c'erano abbastanza dati in quell'area.

Il documento suggerisce che questo approccio offre un punto di equilibrio tra un genio misterioso e un insegnante trasparente. Sebbene i modelli a "scatola nera" possano ottenere un briciolo di precisione in più in alcuni casi, perdono la capacità di mostrarci la logica dietro la decisione. Il tool neuralGAM, al contrario, dimostra che non è necessario sacrificare l'intelligenza per ottenere la chiarezza. Dimostra che, scomponendo un problema complesso in parti più piccole e indipendenti e lasciando che una rete neurale risolva ogni parte, si può ottenere un modello che sia altamente accurato e facile da comprendere. Le ricercatrici sottolineano con cura che questo è un nuovo metodo che funziona bene per tipi specifici di dati (come numeri, esiti sì/no e conteggi) e stanno già immaginando modi per renderlo ancora migliore, insegnandogli a gestire relazioni più complesse tra le variabili in futuro. Per chiunque voglia utilizzare l'IA ma sia stanco di fidarsi di una scatola magica di cui non può vedere l'interno, questo pacchetto offre un'alternativa fresca, chiara e potente.

Sintesi Tecnica: neuralGAM: un pacchetto R per l'adattamento di modelli additivi generalizzati con reti neurali

Problema

Le reti neurali (NN) sono ampiamente riconosciute per le loro prestazioni predittive superiori in compiti eterogenei, tuttavia soffrono del problema della "scatola nera" (black-box), rendendo difficile comprendere il processo decisionale. Sebbene esistano metodi di interpretabilità post-hoc, vi è una crescente domanda di approcci ante-hoc che costruiscano modelli intrinsecamente interpretabili senza sacrificare l'accuratezza predittiva. I tentativi esistenti di combinare i Modelli Additivi Generalizzati (GAM) con le reti neurali hanno affrontato diverse limitazioni: i primi metodi richiedevano una regolazione manuale o erano limitati ad architetture superficiali, mentre i recenti approcci basati sul deep learning (ad esempio, i Neural Additive Models) possono soffrire di overfitting o costi computazionali elevati. Inoltre, gli attuali pacchetti R che integrano modelli additivi con reti neurali (come deepregression e bamlss) si concentrano o sulla regressione distribuzionale con basi spline incorporate o utilizzano framework bayesiani con un elevato carico computazionale, mancando spesso di un'implementazione dedicata che sfrutti reti neurali profonde completamente indipendenti per ogni caratteristica all'interno dell'ecosistema R.

Metodologia

Il documento presenta neuralGAM, un pacchetto R che implementa una topologia di Rete Neurale Additiva Generalizzata (GANN). La metodologia principale addestra un insieme di reti neurali indipendenti — una per ogni caratteristica — per stimare il contributo di tale caratteristica alla variabile risposta. Il modello complessivo rimane additivo, aderendo alla struttura:

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

dove $h(\cdot)$ è una funzione di legame (link function) e $f_j$ sono funzioni smooth stimate da reti neurali.

Algoritmi di Stima

Il pacchetto stima i parametri del modello utilizzando una combinazione di due algoritmi iterativi:

Local Scoring (LS): Adatta la variabile dipendente ( $Z_i$ ) e i pesi ( $W_i$ ) in base al fit corrente e alla specifica distribuzione (Gaussiana, Binomiale o di Poisson).
Backfitting (BF): Aggiorna iterativamente il contributo di ogni covariata. In ogni passaggio, viene adattato un modello additivo pesato in cui ogni termine smooth $f_j$ è stimato addestrando una rete neurale feed-forward sul residuo parziale di quella specifica variabile.

Questo approccio privilegia l'interpretabilità imponendo la decomposizione additiva pur mantenendo la flessibilità delle architetture di deep learning. Il framework supporta modelli semi-parametrici in cui alcuni termini possono essere lineari mentre altri sono reti neurali non parametriche.

Quantificazione dell'Incertezza

Per quantificare l'incertezza epistemica, neuralGAM impiega il Monte Carlo (MC) Dropout. I layer di dropout sono inseriti nelle reti neurali e rimangono attivi durante l'inferenza. Eseguendo molteplici passaggi forward stocastici ( $B$ ), il pacchetto genera una distribuzione di predizioni. Ciò consente il calcolo degli intervalli di confidenza per i singoli termini smooth e per il predittore additivo sia sulla scala del legame che sulla scala della risposta (utilizzando il metodo delta per quest'ultima).

Architettura del Software

Il pacchetto si appoggia a keras e TensorFlow per l'implementazione sottostante della rete neurale. Caratteristiche chiave includono:

Architettura Flessibile: Gli utenti possono definire la profondità della rete, le unità, le funzioni di attivazione e i regolarizzatori globalmente o su base per termine.
Funzioni di Perdita Personalizzate: Supporta le perdite standard di Keras e funzioni di perdita personalizzate definite dall'utente.
Validazione: Include il supporto per split di validazione e workflow di cross-validazione.
Visualizzazione: Fornisce grafici diagnostici (residui, QQ-plot) e grafici degli effetti parziali con intervalli di confidenza utilizzando sia R base che ggplot2.

Contributi Chiave

Implementazione: neuralGAM è presentato come l'unico pacchetto disponibile per implementare una GANN utilizzando reti neurali profonde completamente indipendenti per ogni caratteristica, stimate tramite local scoring e backfitting.
Interpretabilità vs Flessibilità: Offre un equilibrio pratico, fornendo prestazioni predittive competitive mantenendo la natura "white-box" dei GAM, consentendo una chiara interpretazione a livello di caratteristica.
Stima dell'Incertezza: Integra direttamente il MC Dropout nel processo di addestramento e inferenza per fornire stime dell'incertezza epistemica per termine e globali, una caratteristica non disponibile nativamente in pacchetti R comparabili come deepregression senza l'uso di costosi ensemble di modelli.
Usabilità: Il pacchetto fornisce un'interfaccia user-friendly simile ai pacchetti di regressione standard di R, con funzioni di supporto per la configurazione dell'ambiente (install_neuralGAM) e strumenti diagnostici completi.

Risultati

Il documento valuta neuralGAM attraverso dati simulati e un'applicazione nel mondo reale (predizione dei ritardi dei voli), confrontandolo con deepregression e un MLP (Multi-Layer Perceptron) black-box implementato in keras.

Dati Simulati: In uno scenario di risposta Gaussiana, neuralGAM ha ottenuto un MSE e una devianza spiegata leggermente migliori rispetto a deepregression. Fondamentalmente, neuralGAM ha recuperato le vere forme funzionali (quadratica, lineare, sinusoidale) con curve più fluide e intervalli di confidenza più stretti e stabili. Al contrario, deepregression ha mostrato stime più irregolari e "ondulate", specialmente ai bordi, e ha richiesto ensemble di modelli per approssimare l'incertezza.
Dati Reali (Ritardi dei Voli): Nella predizione dei ritardi dei voli (risposta binomiale), neuralGAM ha raggiunto un AUC-ROC di 0,819, comparabile a deepregression (0,838) e al MLP black-box (0,838). Sebbene il modello black-box offrisse una precisione predittiva leggermente superiore, mancava di interpretabilità. neuralGAM ha visualizzato con successo gli effetti parziali (ad esempio, la relazione non monotona tra tempo di volo e ritardo) con bande di incertezza stabili, mentre deepregression ha prodotto effetti più oscillatori che suggerivano un overfitting al rumore locale.

Significato e Rivendicazioni

Gli autori posizionano neuralGAM come uno strumento prezioso per i ricercatori che cercano implementazioni interpretabili di reti neurali all'interno dell'ecosistema R. Il documento afferma che neuralGAM offre un forte compromesso tra l'interpretabilità dei modelli additivi e la flessibilità del deep learning.

La significanza del lavoro risiede nella sua capacità di:

Fornire un'alternativa "white-box" al deep learning black-box che non richiede la regolazione manuale di perceptron univariati.
Offrire una quantificazione nativa dell'incertezza tramite MC Dropout, evitando il costo computazionale di addestrare molteplici modelli indipendenti (ensemble) richiesto da altri metodi.
Fornire stime di effetto stabili e fluide, più facili da interpretare rispetto alle stime basate su spline trovate in deepregression, specialmente nelle regioni con dati scarsi.

Gli autori notano con modestia che, sebbene neuralGAM sia attualmente limitato alle distribuzioni Gaussiana, Binomiale e di Poisson, rappresenta un passo significativo verso un deep learning accessibile e interpretabile in R. Il lavoro futuro è identificato nella possibilità di estendere il modello alla regressione logistica multinomiale, incorporare termini di interazione ed esplorare ulteriori metodi di stima dell'incertezza come la predizione conforme.