Interpretovanie modelov strojového učenia pomocou Shapleyho hodnôt
Interpretovateľnosť modelov umelej inteligencie a strojového učenia sa stáva kľúčovou témou v dôsledku rozšíreného využívania týchto modelov v citlivých oblastiach, ako sú finančníctvo a zdravotníctvo, kedy nie je možné pozerať na modely iba ako na tzv. čierne skrinky. Preto sa zdôrazňuje potreba in...
Uložené v:
| Hlavný autor: | |
|---|---|
| Médium: | Kapitola |
| Jazyk: | Slovak |
| Predmet: | |
| Tagy: |
Žiadne tagy, Buďte prvý, kto otaguje tento záznam!
|
| Shrnutí: | Interpretovateľnosť modelov umelej inteligencie a strojového učenia sa stáva kľúčovou témou v dôsledku rozšíreného využívania týchto modelov v citlivých oblastiach, ako sú finančníctvo a zdravotníctvo, kedy nie je možné pozerať na modely iba ako na tzv. čierne skrinky. Preto sa zdôrazňuje potreba interpretácie modelov najmä tam, kde môže ich zlyhanie viesť k vážnym negatívnym dopadom. Jednou z účinných techník interpretácie sú Shapleyho hodnoty, ktoré vychádzajú z teórie hier a určujú vplyv jednotlivých premenných na výsledok modelu. |
|---|