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

【CMU博士论文】使用数据不确定解释的可信学习
专知会员服务
22+阅读 · 11月2日
可解释聚类综述
专知会员服务
29+阅读 · 9月8日
可解释图推荐系统
专知会员服务
19+阅读 · 8月4日
自然语言处理中的探针可解释方法综述
专知会员服务
22+阅读 · 8月1日
面向强化学习的可解释性研究综述
专知会员服务
41+阅读 · 7月30日
可信机器学习综述
专知会员服务
40+阅读 · 7月15日
【NAACL2024】大语言模型时代的可解释性,240页ppt
专知会员服务
41+阅读 · 6月17日
参考链接
微信扫码咨询专知VIP会员