可解释

Azure 机器学习 - 使用自动化机器学习训练计算机视觉模型的数据架构

目录一、用于训练的数据架构图像分类（二进制/多类）多标签图像分类对象检测实例分段二、用于联机评分的数据架构输入格式输出格式图像分类（二进制/多类）多标签图像分类对象检测实例分段在线评分和可解释性(XAI
TechLead KrisChang·2023-11-11 06:17

机器学习与量化交易∙笔记（1）

可解释性FrequentistsBayesianConnetionism、Symbolism、Frequentists属同一类；Bayesian是单独的一类。
PerpetualLearner·2023-11-11 06:05

CAM模型可视化（可解释）

模型的可解释性问题一直是个关注的热点。注意，本文所说的“解释”，与我们日常说的“解释”内涵不一样：例如我们给孩子一张猫的图片，让他解释为什么这是一只猫，孩子会说因为它有尖耳朵、胡须等。
shadowismine·2023-11-10 16:51

Visual Interpretability for Deep Learning: a Survey

VisualInterpretabilityforDeepLearning:aSurvey----《深度学习的视觉可解释性:综述》摘要  本文回顾了最近在理解神经网络表示以及学习具有可解释性/解耦的中间层表示的神经网络方面的研究
今我来思雨霏霏_JYF·2023-11-10 01:01

Explainability in Graph Neural Networks:A Taxonomic Survey

深度模型的一个主要限制是它们不具有可解释性。这种限制可以通过开发事后技术来解释预测来规避，从而产生可解释的领域。近年来，深度模型在图像和文本上的可解释性研究取得了显著进展。
Kenny_SI·2023-11-10 01:58

【读论文】A Survey on Neural Network Interpretability

目录摘要序可解释性的定义可解释性的重要性相关工作本文贡献分类法被动解释被动，规则作为解释被动，规则作为解释，（半）局部被动，规则作为解释，全局摘要本文工作：可解释性的定义可解释性的重要性新的分类法：三个维度进行分类
MonteCrystal·2023-11-10 01:49

A Survey on Neural Network Interpretability

ASurveyonNeuralNetworkInterpretability----《神经网络可解释性调查》摘要  随着深度神经网络的巨大成功，人们也越来越担心它们的黑盒性质。
今我来思雨霏霏_JYF·2023-11-10 01:45

埃隆·马斯克旗下xAI推出PromptIDE工具，加速提示工程和可解释性研究

AI新闻埃隆·马斯克旗下xAI推出PromptIDE工具，加速提示工程和可解释性研究摘要：埃隆·马斯克旗下人工智能初创公司xAI推出了PromptIDE工具，该工具是一个用于提示工程和可解释性研究的集成开发环境
go2coding·2023-11-09 13:31

6个机器学习可解释性框架

1、SHAPSHapleyAdditiveexplanation(SHAP)是一种解释任何机器学习模型输出的博弈论方法。它利用博弈论中的经典Shapley值及其相关扩展将最优信贷分配与局部解释联系起来.举例：基于随机森林模型的心脏病患者预测分类数据集中每个特征对模型预测的贡献由Shapley值解释。Lundberg和Lee的SHAP算法最初发表于2017年，这个算法在许多不同的领域广泛采用。2、L
没有人比我更懂暴力算法·2023-11-08 10:41

深度学习模型可解释性的研究进展_化盈盈

写在前面：这篇文献提出的方法对我的工作帮助不是太大，但可以扩展可解释性的理解。1摘要深度学习在很多人工智能应用领域中取得成功的关键原因在于,通过复杂的深层网络模型从海量数据中学习丰富的知识。
step602·2023-11-07 19:41

模型可解释性-贝叶斯方法

在医学领域，模型的可解释性尤为重要，需要有明确的结论证据支持，然后牵涉到神经网络模型，绕不开的就是黑盒观点。业界做了很多尝试，发现一片不错的模型可解释介绍。这里依旧做要点记录，以免原链接失效。
fjssharpsword·2023-11-07 19:05

模型可解释性

模型可解释性前言导读Background1、为什么需要可解释性？
没有人比我更懂暴力算法·2023-11-07 19:33

清华大学利用可解释机器学习，优化光阳极催化剂，助力光解水制氢

水的太阳能光电化学(PEC)分解是将太阳能高效转换为氢能的方法，是一种很有前景的可再生能源生产方式。然而，受电极性质及电极缺陷的影响，PEC反应的效率较低，需要合适的助催化剂辅助。而电解池、光电极和助催化剂组成的PEC系统非常复杂，参数繁多，系统优化成本很高。为此，清华大学的朱宏伟课题组利用机器学习，对BiVO4光阳极系统进行了优化。机器学习可以基于以往的实验数据，找出光阳极、助催化剂和电解池之间
HyperAI超神经·2023-11-06 21:54

零基础数据挖掘——金融风控（四）实践逻辑回归

逻辑回归的优缺点：优点训练速度较快，分类的时候，计算量仅仅只和特征的数目相关；简单易理解，模型的可解释性非常好，从特征的权重可以看到不同的特征对最后结果的影响；适合二分类问题，不需要缩放输入特
evilAI9527·2023-11-06 15:16

SHAP（一）：使用 XGBoost 预测英雄联盟获胜

我们使用此数据集来说明SHAP值如何帮助使梯度增强树（例如XGBoost）可解释。由于数据集的大小、
rgb2gray·2023-11-06 05:11

机器学习实践(2.2)LightGBM回归任务

相比越来越流行的深度神经网络，LightGBM和XGBoost能更好的处理表格数据，并具有更强的可解释性，还具有易于调参、输入数据不变性等优势。
赫加青空·2023-11-05 22:00

机器学习实践(2.1)LightGBM分类任务

相比越来越流行的深度神经网络，LightGBM和XGBoost能更好的处理表格数据，并具有更强的可解释性，还具有易于调参、输入数据不变性等优势。
赫加青空·2023-11-05 22:59

左程云算法笔记（持续更新）

第一讲：时间复杂度与简单排序算法.时间复杂度的O表示一个最坏情况，上限.两个同时间复杂度的算法进行比较要实际测试·O(log2^N)默认为以2为底.异或（^）可以理解为无进位相加(可解释异或的交换性质)
梦子清·2023-11-05 20:49

【机器学习】决策树（上）——ID3、C4.5、CART（非常详细）

决策树（上）——ID3、C4.5、CART（非常详细）-阿泽的文章-知乎https://zhuanlan.zhihu.com/p/85731206决策树是一个非常常见并且优秀的机器学习算法，它易于理解、可解释性强
Jarkata·2023-11-05 14:51

自动驾驶的同学看过来：DriveLM：世界首个语言+自动驾驶全栈开源数据集

DriveLM：世界首个语言+自动驾驶全栈开源数据集，旨在借助大语言模型和海量自然语言数据集，构筑复杂场景下安全、精准、可解释的自动驾驶系统，突破现有自动驾驶推理能力上限，数据集已开源！
xuxu1116·2023-11-03 22:25

大语言模型对齐技术 最新论文及源码合集（外部对齐、内部对齐、可解释性）

从必要性上来看，大语言模型对齐可以避免黑盒效应，提高模型的可解释性和可控性，指导模型优化，确保AI技术的发展不会对社会产生负面影响。因
深度之眼·2023-11-03 19:25

利用决策树进行变量的分箱

决策树中每个节点的分箱情况可以在以下情况下提供有用的信息：可解释性需求：决策树是一种高度可解释的机器学习模型，展示每个节点的分箱情况可以帮助解释模型的决策过程。
田晖扬·2023-11-03 19:14

金融科技场景下的模型可解释性应用探索

作者这样的科研精神，值得每一个相关从业者尊敬；2.该书对机器学习模型可解释性进行了系统且有条理的总结，省去了读者查询文献的时间。通过阅读该书能够
融慧算法与技术·2023-11-03 19:42

模型可解释性

https://www.secrss.com/articles/30005导读：真实的理赔产品中，绝大部分客户是就医或者患病诊断患病之后去找保险公司进行申请理赔，但是其中有一小部分客户他会制造假的就医记录或者带病投保到保险公司骗取保险金，怎么样保证正常投保客户能够正常理赔的保险权益，同时避免骗保客户给公司带来的经济上的损失成为了一个十分关键的问题。近几年，随着AI的蓬勃发展和数据的不断积累，从算法
匆匆喂·2023-11-03 19:41

何恺明：在cuhk解答AI for Science科研问题

文章目录1.大模型的未来：数据效益是个问题2.未来三年研究重点：视觉自监督学习3.选择课题的标准：好奇心和热情4.AI将成为几乎所有事情的基础工具5.用疑问解答AI模型可解释性问题AcknowledgementReference
猛码Memmat·2023-11-03 11:00

Nature | 机器学习在药物研发中的应用

应用机器学习的主要挑战在于ML产生的结果缺乏可解释性和可重复性，可能限制其应用。在所有领域，仍然需要生成系统和全面的高维数据。介绍生物
AspirinCode·2023-11-02 09:57

Grad-CAM++: Improved Visual Explanations for Deep Convolutional Networks 论文阅读笔记

面对上述问题，本文在CAM和Grad-CAM的基础上提出一个全新的可解释性算法Grad-CA
Stalker_DAs·2023-11-02 02:45

2020-03-02

自然中充满模糊和不可解释的神秘，理性并非至高无上。
踩冰淇淋的小孩·2023-11-02 00:18

法学领域的技术创新点

中国法研杯2018总述OverviewofCAIL2018:LegalJudgmentPredictionCompetition三、中国法研杯2022-任务概述事件检测文书校对类案检索司法摘要论辩理解信息抽取可解释类案匹配四
YingJingh·2023-11-01 23:06

K-means（K-均值）算法

K-means（k-均值，也记为kmeans）是聚类算法中的一种，由于其原理简单，可解释强，实现方便，收敛速度快，在数据挖掘、聚类分析、数据聚类、模式识别、金融风控、数据科学、智能营销和数据运营等领域有着广泛的应用
北辰Charih·2023-11-01 05:32

神经网络模型参考自适应,神经网络自适应控制

但缺点是它不能处理和描述模糊信息，不能很好利用已有的经验知识，特别是学习及问题的求解具有黑箱特性，其工作不具有可解释性，同时它对样本的要求较高;模糊系统相对于神经网络而言，具有推理过程容易理解、专家知识利用较好
「已注销」·2023-11-01 04:04

Dataiku 7为企业AI带来更深入的协作和更详尽的可解释性

美国商业资讯)--领先的企业人工智能(AI)和机器学习平台Dataiku今日宣布推出Dataiku7，该版本将为技术数据专业人员带来更深层次的整合，可用于机器学习项目开发和白盒(white-box)AI的行级可解释性
sinat_41698914·2023-11-01 00:53

神经网络可解释性、深度学习新方法，2020 年 AI 有哪些势不可挡的研究趋势？...

文|MrBear作为2019年最后一场重量级的人工智能国际学术顶会，NeurIPS2019所反映出的一些人工智能研究趋势，例如神经网络可解释性、深度学习新方法、神经科学等等，想必对于大家在新的一年开展研究工作
智能交通技术·2023-10-31 11:19

机器学习之逻辑回归（Logistic Regression）

逻辑回归一、逻辑回归理论概述二、sklearn逻辑回归的使用1.正则化参数2.特征工程（可解释的特征降维）：embedded3.梯度下降：重要参数max_iter4.二元回归和多元回归重要参数：solver
`AllureLove·2023-10-31 02:42

【机器学习可解释性】4.SHAP 值

机器学习可解释性1.模型洞察的价值2.特征重要性排列3.部分依赖图4.SHAP值5.SHAP值的高级使用正文理解各自特征的预测结果？介绍您已经看到(并使用)了从机器学习模型中提取一般解释技术。
cndrip·2023-10-29 20:19

【机器学习可解释性】5.SHAP值的高级使用

机器学习可解释性1.模型洞察的价值2.特征重要性排列3.部分依赖图4.SHAP值5.SHAP值的高级使用正文汇总SHAP值以获得更详细的模型解释总体回顾我们从学习排列重要性和部分依赖图开始，以显示学习后的模型的内容
cndrip·2023-10-29 20:44

2021-12-20

huacishuIF=12.700推荐度：⭐⭐⭐⭐⭐亮点：1、作者开发了一个工作流程，用于对整个前列腺活检进行无损的3D病理学和计算分析，并使用快速廉价的标准H&E染色荧光类似物进行标记；2、该分析基于可解释的腺体特征
图灵基因·2023-10-29 16:38

数据分箱6——分箱结果进行WOE转化

特征筛选7——WOE(WeightofEvidence)/IV值(InformationValue)筛选特征（有监督筛选）WOE转化可以将分箱的阈值覆盖原有的值，一般来讲并不会改变预测精度，但是可以为可解释性提供方便更深入的理解请参考
呆萌的代Ma·2023-10-29 11:46

2022-01-25

NatMacInt|可解释的乳腺癌AI帮助培训影像科医生原创图灵基因图灵基因2022-01-2509:20收录于话题#前沿生物大数据分析杜克大学的计算机工程师和放射科医生开发了一个人工智能（AI）平台，
图灵基因·2023-10-29 03:41

AI伦理：如何确保人工智能的公平与透明

确保AI公平性的方法1.数据收集和准备2.算法和模型3.解释和可解释性4.持续监测确保AI透明性的方法1.记录决策2.可解释性工具3.用户教育AI伦理的挑战和未来结论欢迎来到AIGC人工智能专栏~AI伦理
IT·陈寒·2023-10-28 04:49

C.3 知识图谱项目实战(一)：瑞金医院MMC人工智能辅助构建知识图谱--初赛实体识别

NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、多模态信息抽取、可解释性分析、性能调优、模型压缩算法等专栏详细介绍：[NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法
汀、人工智能·2023-10-28 04:38

2019-04-03

该句典可解释为：不愿意听到人家提缺点：喜欢放开自己的舌尖；显示小聪明；对人过于苛刻严厉；顽固不化，自以为是。这六点，都是君子应当特别加以警惕的毛病。最大的敌人是自己，多看书做事少说话
泰优汇金冬·2023-10-27 23:30

【机器学习可解释性】1.模型洞察的价值

机器学习可解释性1.模型洞察的价值2.排列的重要性3.部分图表4.SHAPValue5.SHAPValue高级使用正文前言本文是kaggle上机器学习可解释性课程，共五部分，除第一部分介绍外，每部分包括辅导和练习
cndrip·2023-10-27 20:29

【机器学习可解释性】3.部分依赖图

机器学习可解释性1.模型洞察的价值2.特征重要性排列3.部分依赖图4.SHAPValue5.SHAPValue高级使用正文每个特征怎么样影响预测结果？
cndrip·2023-10-27 20:24

InfoGAN: Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets

InfoGAN:通过信息最大化的生成对抗网络进行的可解释表示的学习摘要：这篇论文描述了InfoGAN，一种对于对抗生成网络的信息理论上的扩展，它能够以完全无监督的方式学习分离的表达。
马小李23·2023-10-27 13:27

【机器学习可解释性】2.特征重要性排列

机器学习可解释性1.模型洞察的价值2.特征重要性排列3.偏依赖图（partialdependenceplots）4.SHAPValue5.SHAPValue高级使用正文前言你的模型认为哪些特征最重要？
cndrip·2023-10-27 09:05

多跳推理真的可解释吗？10.24

多跳推理真的可解释吗摘要1引言2相关工作2.1多跳推理2.2基于规则的推理2.3可解释性评估3基础知识4基准测试4.1数据集构建4.2评估框架4.3近似可解释性评分4.4BenchmarkwithManualAnnotation4.5
露葵025·2023-10-27 01:32

深度学习-1.2神经网络

确实，神经网络缺乏完备的数学证明，虽然神经网络能解决很多问题，但是为啥能解决问题的“可解释性”需要进一步探索。提取主谓宾，神经网络
yiwenbin94·2023-10-25 11:19

时间序列的可解释性

时间序列的可解释性ChenY,HuangS.TSExplain:SurfacingEvolvingExplanationsforTimeSeries[C]//Proceedingsofthe2021InternationalConferenceonManagementofData
Pre.Real·2023-10-24 11:11

关于时序预测可解释性预测

本文做一些论文收集使用，先更新一两篇论文1LearningStructuredComponents:TowardsModularandInterpretableMultivariateTimeSeriesForecasting论文地址：https://browse.arxiv.org/pdf/2305.13036.pdf论文代码：https://github.com/KDDtest/SCNN/bl
ninetyfour·2023-10-24 11:09
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他