广义上的可解释性指在我们需要了解或解决一件事情的时候,我们可以获得我们所需要的足够的可以理解的信息,也就是说一个人能够持续预测模型结果的程度。按照可解释性方法进行的过程进行划分的话,大概可以划分为三个大类: 在建模之前的可解释性方法,建立本身具备可解释性的模型,在建模之后使用可解释性方法对模型作出解释。

精品内容

雷达图像深度学习模型的可解释性研究与探索
专知会员服务
19+阅读 · 7月16日
深度学习在癌症诊断、预后和治疗选择中的应用
专知会员服务
23+阅读 · 6月18日
数据科学平台:特征、技术及趋势
专知会员服务
34+阅读 · 4月17日
【可信机器学习课程10节(含ppt)】多伦多大学
专知会员服务
46+阅读 · 3月22日
参考链接
微信扫码咨询专知VIP会员