Abordagem introdutória sobre a ferramenta SHAP (SHapley Additive exPlanations) como apoio para a explanabilidade das predições geradas por modelos de Machine Learning. A base teórica é fundamentada
na Teoria dos Jogos, e a ideia é explicar como as features contribuem para uma determinada predição pelo modelo. O texto aborda os conceitos de explanabilidade e interpretabiidade de um modelo de Machine Learning, e sua relação com o princípio da Transparência na Inteligência Artificial. Além de uma explicação de como o SHAP funciona, há também vários exemplos de gráficos gerados pela ferramenta. O curso é complementado por um código em Python (Notebook) mostrando o uso do SHAP em um exemplo prático.