BriefGPT - AI 论文速递 · 2023-08-18T00:00:00Z 深度学习中的数据增强与可解释性用于发现和减轻偏见 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 该论文研究了深度神经网络中偏见对模型性能的影响，并提出了降低其影响的方法。第一部分介绍了可解释人工智能的分类和方法，以及一种半自动数据探索方法。第二部分讨论了三种降低偏见影响的方法。这些方法的目标是减少偏见对机器学习模型的影响，而不是完全消除。 🏷️ 标签 偏见影响 可解释人工智能 数据探索方法 模型性能 深度学习 深度神经网络 阅读原文 生成长图 分享链接 已复制链接
