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
来让爷抱一个3 分钟前
MonkeyCode 多模型切换技巧：什么时候用 Claude/GPT/DeepSeek李白你好20 分钟前
AI Agent 架构的自动化渗透测试工具2601_9494999438 分钟前
8 大工业光模块供应商选型：芯瑞科技 400G OSFP 助力 AI 算力集群升级温柔只给梦中人38 分钟前
NLP学习：注意力机制weixin_429630261 小时前
3.49 HVLF：一种跨场景的整体视觉定位框架广州灵眸科技有限公司1 小时前
瑞芯微RV1126B开发板（EASY-EAI-PI2） Easy-Eai编译环境准备与更新深度学习lover1 小时前
＜数据集＞yolo樱桃识别＜目标检测＞深圳市机智人激光雷达1 小时前
技术筑牢安全冗余：激光雷达在自动驾驶高阶感知中的底层价值与范式演进江澎涌1 小时前
拆解与 AI 的一次对话lqqjuly1 小时前
神经架构搜索深度解析（Neural Architecture Search, NAS）