会员服务
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。
【哈佛大学】最新《理解模型可解释性》综述报告，45页ppt
【哈佛大学】最新《理解模型可解释性》综述报告，45页ppt
专知
3+阅读 · 2020年12月4日
唯一《可解释机器学习》中文书！复旦研究生翻译，原作者点赞！
唯一《可解释机器学习》中文书！复旦研究生翻译，原作者点赞！
计算机视觉life
9+阅读 · 2020年5月14日
谷歌大脑发布神经网络的「核磁共振」，并公开相关代码
谷歌大脑发布神经网络的「核磁共振」，并公开相关代码
AI科技评论
1+阅读 · 2018年3月7日
迎新春，上新课——MLOps 第三课正式上线！
迎新春，上新课——MLOps 第三课正式上线！
TensorFlow
1+阅读 · 2022年2月16日
为 AI 指引正确方向
为 AI 指引正确方向
谷歌开发者
1+阅读 · 2018年11月27日
深度学习模型可解释性的研究进展
深度学习模型可解释性的研究进展
专知
25+阅读 · 2020年8月1日
【哈佛大学】机器学习的黑盒解释性，52页ppt
【哈佛大学】机器学习的黑盒解释性，52页ppt
专知
2+阅读 · 2020年5月27日
可信图神经网络综述：隐私，鲁棒性，公平和可解释性
可信图神经网络综述：隐私，鲁棒性，公平和可解释性
PaperWeekly
2+阅读 · 2022年5月5日
第七期C-Law午餐会“算法可解释性治理路径探究”成功举办
第七期C-Law午餐会“算法可解释性治理路径探究”成功举办
腾讯研究院
0+阅读 · 2019年1月3日
打开人工智能“黑盒”，发展可解释、可扩展、可信赖、安全可靠的人工智能 | 文末赠书
打开人工智能“黑盒”，发展可解释、可扩展、可信赖、安全可靠的人工智能 | 文末赠书
AI前线
4+阅读 · 2022年6月8日
中科院深圳先进院：全新知识增强图神经网络实现可解释性推荐｜TKDE 2022
中科院深圳先进院：全新知识增强图神经网络实现可解释性推荐｜TKDE 2022
新智元
0+阅读 · 2022年6月6日
【NeurIPS2022】可解释机器学习的安全性:一种最大偏差方法
【NeurIPS2022】可解释机器学习的安全性:一种最大偏差方法
专知
2+阅读 · 2022年11月8日
专访普林斯顿大学贡三元教授：做 AI 研究要有价值观，数学更是「制胜法宝」
专访普林斯顿大学贡三元教授：做 AI 研究要有价值观，数学更是「制胜法宝」
AI科技评论
0+阅读 · 2019年4月26日
业内顶级导师团联合力推——首个“可信AI”实战大赛重磅揭幕
业内顶级导师团联合力推——首个“可信AI”实战大赛重磅揭幕
PaperWeekly
0+阅读 · 2021年10月25日
北大助理教授献给「后浪」的建议：奔涌吧，深度学习！
北大助理教授献给「后浪」的建议：奔涌吧，深度学习！
深度学习自然语言处理
0+阅读 · 2020年5月4日
参考链接
子主题
可解释人工智能
微信扫码咨询专知VIP会员
Top