1.可解释性分析简介
explainable AI：why，利用决策树
eg：
interpretable AI：how
2.机器学习的可解释性
解释工具：
按输入对输出的贡献值。
然后把值sigmoid成0-1.
例子：
就是去计算，有你和没你，能有多大区S别。
SHAP包 去搜一下用
单个样本的
全部样本的
3.图像识别的可解释性
相关推荐
学行库小秘3 分钟前
基于门控循环单元的数据回归预测 GRUXIAO·宝21 分钟前
机器学习--数据预处理爱喝奶茶的企鹅26 分钟前
Ethan独立开发新品速递 | 2025-08-21爱喝奶茶的企鹅28 分钟前
Ethan开发者创新项目日报 | 2025-08-21算家计算44 分钟前
字节跳动开源Seed-OSS-36B：512K上下文，代理与长上下文基准新SOTATHMAIL1 小时前
大模型“知识”的外挂：RAG检索增强生成详解汀丶人工智能1 小时前
AI Compass前沿速览：DINOv3-Meta视觉基础模型、DeepSeek-V3.1、Qwen-Image、Seed-OSS、CombatVLA-3D动范男1 小时前
基于Pytochvideo训练自己的的视频分类模型二向箔reverse1 小时前
机器学习算法核心总结dundunmm1 小时前
【论文阅读】SIMBA: single-cell embedding along with features（2）