可解释机器学习01

1.概念剖析:研究人工智能的黑箱子的运行原理

2.了解一些AI的前沿方向

3.具有可解释性分析的AI模型

可解释机器学习01_第1张图片

 各类算法优劣比较

4.卷积神经网络的可解释性分析:

卷积核提取不同的特征,浅层卷积核提取边缘、颜色、斑块等底层像素特征,中层卷积核提取条纹、纹路、形状等中层纹理特征,高层卷积核提取眼睛、轮胎、文字等高层语义特征,分类输出层输出最抽象的分类结果。判断特征重要性,可使用遮挡、缩放、平移、旋转方式;用反卷积的思路:找到能使某个神经元激活的原图像素、或者小图

你可能感兴趣的:(人工智能)