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

➡️

继续阅读