”可解释性“ 的搜索结果

     昨日答辩被老师完虐，问到了机器学习的可解释性，发现这方面资料比较少，而这个概念在我答辩之前的理解都是停留在字面意思的错误理解 待我明日阅读文献后填充

     一、著名的大佬课题组 1、张拳石教授的知乎 张老师的知乎个人简介： I am leading a group for explainable AI. The related topics include explainable CNNs, explainable generative networks, unsupervised ...

     模型的可解释性是机器学习领域的重要研究课题，主要关注两个方向，一个是提升模型本身的可解释性，如引入注意力机制、解耦表示学习等技术；另一个是对黑盒模型的事后解释，如特征掩码技术、可视化技术等。图结构提供...

     作者 | 王小贱（被编程耽误的设计师，热爱产品的数据民工）来源 | BIGSCity知乎专栏《深度学习的可解释性研究》系列文章希望能用尽可能浅显的语言带领大家了解可解释性...

     凭什么相信你，我的CNN模型？（篇一：CAM和Grad-CAM) 凭什么相信你，我的CNN模型？（篇二：万金油LIME) 在当前深度学习的领域，有一个非常不好的风气：一切以经验论，好用就行，不问为什么，很少深究问题背后的深...

     最近由于项目需要，集中调研了一些深度学习领域的可解释性研究的方法。大概整理为了以下几类方法，欢迎大家参考与交流。 1.隐层分析法 该方法[1-3]通过可视化，反映射以及标记出隐层神经元所学到的特征的方式来...

     可解释性机器学习 背景 写这篇文章的背景就是可解释性机器学习在中文领域资料非常少，有一些零散的资料也不成系统，笔者根据这两个月的整理现阶段的一些可解释性的资料，可常用的代码和库，希望为大家尽一份力。 ...

      Xgboost相对于逻辑回归模型在进行预测时往往有更好的精度，但是同时也失去了线性模型的可解释性。 Feature importance可以直观地反映出特征的重要性，看出哪些特征对最终的模型影响较大。但是无法判断特征与最终...

     最近在学习可解释性方面的内容，主要是用cam做可解释性，因此想要系统地学习一下。 参考： keras CAM和Grad-cam原理简介与实现 GAP CAM Grad-CAM Grad-CAM++的解释 pytorch实现所有cam衍生 ECG-Grad-CAM CAM 将原...

     在算法建模过程中，我们...尤其当模型应用到银行业等金融领域时，透明度和可解释性是机器学习模型是否值得信任的重要考核标准。我们需要告诉业务人员如何营销，告诉风控人员如何识别风险点，而不仅仅告诉他们预测...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1  

推荐文章