Реализация PDP, ICE ELI5, LIME, SHAP на табличном наборе данных Что такое интерпретируемость модели? Такова человеческая природа, что мы не доверяем тому, чего не понимаем. Алгоритмы искусственного интеллекта и машинного обучения — одни из самых мощных технологий, которые есть в нашем распоряжении, но они также и самые непонятые. Следовательно, одна из наиболее важных обязанностей специалиста по обработке и анализу данных — передавать сложную информацию простым для понимания способом...

Интерпретация и объяснение прогнозов, сделанных моделями машинного обучения с использованием LIME Что, если я скажу вам инвестировать 100 000 долларов США в определенную акцию сегодня, поскольку моя модель машинного обучения предсказывает высокую прибыль. Вопрос, который вы мне зададите, будет заключаться в том, чтобы объяснить основу моего прогноза, так как это важное решение для вас. Вы не хотите играть в азартные игры, но хотели бы принимать обоснованные решения на основе данных...

Вы видите три изображения собаки породы хаски, лежащей на снегу. Изображение слева неправильно обозначено как волк; на изображении в середине снег обрезан, но он правильно помечен как собака; на изображении справа деревья обрезаны, а собака снова ошибочно обозначена как волк, а не как собака. Почему важна интерпретация моделей Когда кто-то действует автономно, важно понимать, как и почему он принимает решения. Как судья принимает решение, определяя, виновен человек или нет? Как..

Определите правила игры в покер с помощью LIME! Хотите объяснить результаты модели машинного обучения «черный ящик»? Мы уже писали: Часть 1: Основы объяснимого ИИ (XAI) Часть 2: Как использовать пакет SHAP И это последнее из серии: как пользоваться пакетом LIME ( бумага , github ). В этом сообщении блога мы увидим, как LIME можно использовать для объяснения того, как модель выучила правила покера. В процессе мы рассмотрим: как LIME можно применить к игре в покер; как..