Публикации по теме 'explainable-ai'
SHAP, часть 2: SHAP ядра
Ядро SHAP - это метод, не зависящий от модели, для аппроксимации значений SHAP с использованием идей из значений LIME и Shapley. Это моя вторая статья о SHAP. Обратитесь к моему предыдущему посту здесь для теоретического введения в SHAP.
Что такое ЛАЙМ?
Локальные интерпретируемые независимые от модели объяснения (LIME) - это метод объяснения предсказаний модели машинного обучения черного ящика путем построения ряда интерпретируемых локальных суррогатных моделей (например, линейной..
Объяснимый ИИ (XAI): важность функции перестановки
При работе с моделями машинного обучения мы часто измеряем производительность модели по показателю f1 или показателю R². Эти оценщики хороши при сравнении моделей между собой, однако я задаю несколько вопросов:
Можно ли объяснить сложность модели этим числом? Какие функции были важны при рекомендации статьи пользователю? Почему неправильные рекомендации были ошибочно рекомендованы? Почему всем мужчинам рекомендуется одна и та же статья? Есть ли в модели непреднамеренная гендерная..
6 преимуществ интерпретируемого машинного обучения
Как понимание вашей модели может привести к доверию, знаниям и повышению производительности в производстве
Кажется, мы живем в золотой эре ИИ. Каждую неделю появляется новый сервис, который может делать что угодно, от создания коротких рассказов до оригинальных изображений. Эти инновации основаны на машинном обучении. Мы используем мощные компьютеры и огромные объемы данных для обучения этих моделей. Проблема в том, что этот процесс оставляет нас с плохим пониманием того, как они на..
Новые материалы
Как развивается смешанно-целочисленное программирование, часть 7
Унифицированная техника раннего завершения для первично-двойственных алгоритмов в смешанно-целочисленном коническом программировании (arXiv)
Автор : Ювэнь Чэнь , Кэтрин Нин , Поль Гулар..
Как научить модель Keras распознавать текст переменной длины
Я некоторое время играл с официальным примером Keras image_ocr.py и хочу поделиться своими выводами в этом посте.
В официальном примере выполняется только обучение модели, но отсутствует..
Практическая пакетная нормализация
История начинается после использования инициализации He вместе с ELU (или любым вариантом ReLU) может значительно снизить опасность проблем с исчезающими/взрывающимися градиентами в начале..
Поэзия онлайн-кодирования: путешествие пикселей и страсти
В мире, наполненном инновациями, онлайн-обучение программированию становится холстом, на котором обретает форму полотно вашей мечты. Это больше, чем просто создание строк кода; это сродни..
Обработка изображений с помощью Python - размытие и повышение резкости для начинающих
Как применить ядра свертки к цветным изображениям?
В этой статье мы обсудим, как применять ядра размытия и повышения резкости к изображениям. Эти базовые ядра составляют основу многих более..
Ограничение скорости в .NET Core 7 Web API
Что такое ограничение скорости?
Ограничение скорости — это процесс, используемый для ограничения количества запросов, разрешенных для определенного ресурса в указанном временном окне. .NET..
Стабильная Diffusion 1.0 выдаёт более красивые картинки, чем SD 2.1?! Почему?
Удивительные открытия, которые я сделал недавно. Смотрите в видео: https://youtu.be/PakgD6FewoU
Есть одно логичное объяснение — что у вас?