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
OceanBase数据库官方博客1 小时前
OceanBase DataPilot AIP：Ontology 承载AI能力面的另一条路笨鸟先飞，勤能补拙2 小时前
AI 赋能网络安全：技术全景、成熟度评估与实战案例一次旅行2 小时前
AI 前沿日报 | 2026年07月31日2601_963749103 小时前
标题：越华环保集团｜面向美丽河湖项目的数字化污水治理云边协同采集架构设计沐籽李3 小时前
从溶剂可及表面积SASA理解抗体结构与工程改造智慧物业老杨3 小时前
物业如何做好预算管理？落地架构逻辑微学AI3 小时前
一根针指向所有方向：挂谷猜想对 LLM Agent 技能-记忆架构的启示城管不管3 小时前
ReAct、Plan-and-Execute、Reflection 三大智能 Agent 范式核心区别boppu3 小时前
布草特殊污渍去渍剂的种类及作用AIsoft_86883 小时前
会议录音转文字与AI纪要工具推荐：免费额度与核心功能对比指南