神经网络的逐实例线性化用于模型解释

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本文介绍了一种基于实例的线性化方法,用于提高神经网络模型的可解释性。该方法可以突出输入特征的重要性,并准确解释每个输入特征对预测的贡献。此技术在有监督分类和无监督神经网络学习参数化 t-SNE 降维中的应用也进行了讨论。

原文中文,约300字,阅读约需1分钟。
阅读原文