Публикации по теме 'explainable-ai'
Искусство объяснения предсказаний
Как объяснить свою модель понятным для человека способом
Важной частью роли специалиста по данным является объяснение прогнозов моделей. Часто человек, получающий объяснение, не является техническим специалистом. Если вы начнете говорить о функциях стоимости, гиперпараметрах или p-значениях, вас встретят пустыми взглядами. Нам нужно перевести эти технические концепции на язык непрофессионала. Этот процесс может оказаться более сложным, чем построение самой модели.
Мы рассмотрим,..
Важность расширенной перестановки для объяснения прогнозов
Выведите объяснение на новый уровень, сохранив простоту
Интерпретируемость машинного обучения - это активная область исследований, которая включает в себя все методы, полезные для обеспечения более информативных прогнозов. Прогностические модели известны как инструменты черного ящика, оптимизированные только для достижения максимальной производительности. Точность важна, но в большинстве бизнес-случаев выяснение того, почему модель машинного обучения принимает одно решение,..
Изучение пересечения науки о данных и объяснимого ИИ
Введение:
В последние годы в области науки о данных наблюдается огромный рост благодаря достижениям в области машинного обучения и искусственного интеллекта. Одной из самых популярных тем в этой области является концепция объяснимого ИИ (XAI), целью которой является преодоление разрыва между сложными моделями машинного обучения и возможностью интерпретации человеком. В этом сообщении блога мы углубимся в увлекательный мир объяснимого ИИ, изучая его значение, проблемы и потенциальные..
Модели черного ящика на самом деле более объяснимы, чем логистическая регрессия
Значения SHAP непонятны. Но, исходя из них, можно выразить выбор модели с точки зрения влияния на вероятность (концепция, гораздо более понятная для людей).
Вечная борьба Объяснимого и Могущественного
Кто работает специалистом по обработке данных, знает это лучше: одно из основных клише машинного обучения состоит в том, что вам нужно выбирать между:
простые, подотчетные и объяснимые алгоритмы, такие как логистическая регрессия; мощные алгоритмы, которые достигают гораздо более..
Риски принятия решений с помощью черного ящика
Риски принятия решений с помощью черного ящика
Андреа разговаривает с Кришной Гейд, соучредителем и генеральным директором Fiddler Labs , о точности, справедливости и рисках принятия решений методом черного ящика .
****
АНДРЕА: Как вы определяете Explainable AI в Fiddler?
КРИШНА: Объяснимый искусственный интеллект - это преодоление разрыва между группами специалистов по анализу данных, которые создают модели искусственного интеллекта, и другими заинтересованными сторонами в..
5 объяснимых моделей машинного обучения, которые вы должны понять
Зачем использовать сложную модель, когда простые трюки?
Вступление
Как мы знаем, машинное обучение повсеместно встречается в нашей повседневной жизни. От рекомендаций по продуктам на Amazon, таргетированной рекламы и предложений о том, что смотреть, до забавного Instagram фильтры .
Если с ними что-то пойдет не так, это, вероятно, не испортит вам жизнь . Может быть, у вас не получится это идеальное селфи, а может быть, компаниям придется больше тратить на рекламу.
Как..
ИИ следующего поколения
Область искусственного интеллекта (ИИ) постоянно развивается, и исследователи и разработчики постоянно работают над тем, чтобы раздвинуть границы возможного с помощью ИИ. В результате разрабатывается ряд методов искусственного интеллекта следующего поколения, которые могут значительно расширить возможности систем искусственного интеллекта.
Один из самых многообещающих методов искусственного интеллекта следующего поколения известен как «глубокое обучение». Этот метод включает использование..
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..