BriefGPT - AI 论文速递 · 2023-10-25T00:00:00Z 神经网络的逐实例线性化用于模型解释 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 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。 🏷️ 标签 t-SNE降维 可解释性 特征重要性 神经网络 预测贡献 阅读原文 生成长图 分享链接 已复制链接
