机器学习：可解释学习

10月前作者：uncle_ll 分类：Toy博客阅读(39) 违法举报

这篇具有很好参考价值的文章主要介绍了机器学习：可解释学习。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

可解释学习

机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习

神马汉斯，只有在有人看的时候能够答对。

为什么需要可解释机器学习

机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习

贷款，医疗需要给出理由，让人们相信该算法的预测结果。
机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习

可解释还是强模型

机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习

决策树是有比较好的解释性的。

随机森林作出的判断也无法明确指出是什么原因得到的答案。

可解释学习的目标

机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习
人需要一个理由，才会被说服去做什么事。

可解释机器学习

机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习
两大类，局部可解释，全局可解释

Local Explanation

机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习
移除某一部分导致发生大的判断改变，这一部分就是关键部分。

用黑色方块移动遮盖区域，再看算法是否能正确得到预测结果，如果不能，说明是重要部分，蓝色区域就是重要部分。
机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习
saliency map，白色区域说明值越大，表明像素值重要。

结果是图片格式导致的这种准确率，而不是真的学到了相关特征判断。

这个是学错了，觉得左下角的文字是更重要，只要有文字就判断为马。
机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习
SmoothGrad：加噪音并平均下来的结果，比原来的结果好。

梯度色度的局限性
机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习

鼻子变长，越来越长也不会让人们觉得变得更像大象，只看偏微分的结果不足以告诉我们。

机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习

直接拿网络的输出可以明确的区分开来。

也可以看注意力部分的特征输出。

可以使用探针方式去查看想要看学习到的特征，要注意分类器的学习好坏，只有学习比较好的分类器能比较多表现出特征。

机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习
只保留了内容，而没有保留声音身份信息。

过滤掉女声男声，过滤掉杂音。

Global Explanation

机器学习：可解释学习,机器学习,机器学习,人工智能,可解释学习

filter检测的内容不一样，某个笔画

用小模型且可观察的模型去逼近复杂模型文章来源地址https://www.toymoban.com/news/detail-694740.html

到了这里，关于机器学习：可解释学习的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：

领支付宝红包赞助服务器费用

【机器学习】人工智能概述

🤵‍♂️ 个人主页：@艾派森的个人主页 ✍🏻作者简介：Python学习者 🐋 希望大家多多支持，我们一起进步！😄 如果文章对你有帮助的话，欢迎评论 💬点赞👍🏻 收藏 📂加关注+ 目录 1.人工智能概述 1.1 机器学习、人工智能与深度学习 1.2 机器学习、深度学习能做些什么

2024年02月09日
浏览(55)
机器学习--人工智能概述

入门人工智能，了解人工智能是什么。为啥发展起来，用途是什么，是最重要也是最关键的事情。大致有以下思路。人工智能发展历程机器学习定义以及应用场景监督学习，无监督学习监督学习中的分类、回归特点知道机器学习的开发流程人工智能在现实生活中的应用

2024年01月19日
浏览(60)
人工智能与机器人|机器学习

原文链接： https://mp.weixin.qq.com/s/PB_n8woxdsWPtrmL8BbehA 机器学习下包含神经网络、深度学习等，他们之间的关系表示如图2-7所示。图2-7 关系图那么什么是机器学习、深度学习、他们的区别又是什么呢？ 2.7.1 什么是机器学习？机器学习是人工智能 (AI) 和计算机科学的一个分支，

2024年02月06日
浏览(79)
人工智能、机器学习、深度学习的区别

人工智能涵盖范围最广，它包含了机器学习；而机器学习是人工智能的重要研究内容，它又包含了深度学习。人工智能是一门以计算机科学为基础，融合了数学、神经学、心理学、控制学等多个科目的交叉学科。人工智能是一门致力于使计算机能够模拟、模仿人类智能的学

2024年02月08日
浏览(56)
人工智能与开源机器学习框架

链接：华为机考原题 TensorFlow是一个开源的机器学习框架，由Google开发和维护。它提供了一个针对神经网络和深度学习的强大工具集，能够帮助开发人员构建和训练各种机器学习模型。 TensorFlow的基本概念包括：张量（Tensor）：张量是TensorFlow中的核心数据结构，它表示多维数

2024年02月22日
浏览(63)
【人工智能技术】机器学习工具总览

当谈到训练计算机在没有明确编程的情况下采取行动时，存在大量来自机器学习领域的工具。学术界和行业专业人士使用这些工具在MRI扫描中构建从语音识别到癌症检测的多种应用。这些工具可在网上免费获得。如果您感兴趣，我已经编制了这些的排名（请参阅本页底部）以

2024年02月04日
浏览(66)
一探究竟：人工智能、机器学习、深度学习

1.1 人工智能是什么？ 1956年在美国Dartmounth 大学举办的一场研讨会中提出了人工智能这一概念。人工智能（Artificial Intelligence），简称AI，是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的

2024年02月17日
浏览(53)
12、人工智能、机器学习、深度学习的关系

很多年前听一个机器学习的公开课，在QA环节，一个同学问了老师一个问题“ 机器学习和深度学习是什么关系 ”？老师先没回答，而是反问了在场的同学，结果问了2-3个，没有人可以回答的很到位，我当时也是初学一脸懵，会场准备的小礼品也没有拿到。后来老师解释“机

2024年02月05日
浏览(72)
机器学习、人工智能、深度学习三者的区别

目录 1、三者的关系 2、能做些什么 3、阶段性目标机器学习、人工智能（AI）和深度学习之间有密切的关系，它们可以被看作是一种从不同层面理解和实现智能的方法。人工智能（AI）：人工智能是一门研究如何使计算机能够模仿人类智能的学科。它涵盖了各种技术和方法，

2024年02月14日
浏览(61)
人工智能、机器学习与深度学习之间的关系

图1. AI、ML与DL关系图在我们深入研究机器学习和深度学习之前，让我们快速浏览一下它们所属的分支：人工智能(AI)。简而言之，人工智能是一个将计算机科学与大量数据相结合以帮助解决问题的领域。人工智能有许多不同的用例。图像识别，图像分类，自然语言处理，语音

2024年01月18日
浏览(63)