Trade-off mezi interpretovatelností a predikcí v regresních úlohách

V moderní datové analýze je často potřeba zvolit mezi modely, které jsou snadno interpretovatelné, například lineární a logistickou regresí, a modely, které poskytují vyšší predikční přesnost, například rozhodovacími stromy. V mnoha aplikačních oblastech, jako je medicína, doprava nebo sociální vědy, je interpretovatelnost důležitá. Cílem práce je porovnat tyto typy modelů na reálných datech. Práce se zaměří na interpretaci výstupů modelů, hodnocení predikční přesnosti pomocí validačních postupů a diskusi praktických důsledků volby modelu. Zvláštní pozornost bude věnována vysvětlitelnosti modelů a jejich použitelnosti v aplikacích.