解释性
【论文阅读】T-REx:利用shapley进行解释性修复
> Deutch, Daniel, et al. "T-REx: Table repair explanations." *Proceedings of the 2020 ACM SIGMOD International Conference on Management of Data*. 2020 ......
在机器学习中使用 SHAP 值实现模型可解释性
在这篇博文中，我们介绍了 SHAP 值，这是一种解释机器学习模型输出的方法。我们已经展示了如何使用 SHAP 值来解释单个预测和模型的整体性能。我们还提供了如何在实践中使用 SHAP 值的示例。 ......
机器学习的可解释性
机器学习的可解释性Explainable ML 作用：基于机器学习的可解释性我们可以优化机器学习模型 线性模型虽然容易解释，但不够强大，深度学习的模型强大，但不容易解释 Explainable ML包括Local Explaination和Global Explaination： Local Exp ......
人工智能中的道德问题：如何确保机器学习算法的透明度和可解释性
[toc] 人工智能中的道德问题：如何确保机器学习算法的透明度和可解释性 1. 引言 1.1. 背景介绍 随着人工智能技术的快速发展，机器学习算法已经在各个领域取得了显著的成果，如金融、医疗、教育等。然而，这些算法在带来便利的同时，也引发了一系列道德问题。如何确保机器学习算法的透明度和可解释性，让算 ......
[可解释性分析]CAM
1. 前言CAM由周博磊等在论文《Learning Deep Features for Discriminative Localization》中提出，是神经网络可解释性分析方面的经典论文，影响了后续很多的工作。主要的方法非常简单但又巧妙，通过全局平均池化（GAP）层，获得指定类别对最后一层卷积层输 ......
NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、多模态信息抽取、可解释性分析、性能调优、模型压缩算法等
NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、多模态信息抽取、可解释性分析、性能调优、模型压缩算法等 专栏链接：NLP领域知识+项目+码源+方案设计 订阅本专栏你能获得什么？ 前人栽树后人乘凉，本专栏提供资料：数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、 ......
【机器学习】李宏毅——Explainable ML(可解释性的机器学习)
在前面的学习之中，我们已经学习了很多的模型，它能够针对特定的任务，接受我们的输入并产生目标的输出。但我们并不满足于此，我们甚至希望机器告诉我们，它是如何得到这个答案的，而这就是可解释的机器学习。 Why we need Explainable ML 首先我们要明确，即使我们训练出来的模型能够得到一个 ......