Полное описание

Гальцева, Алена Александровна. Методы интерпретируемого машинного обучения / А. А. Гальцева, Д. А. Ломаш. - DOI 10.46973/978-5-907295-76-6_2022_129. - Текст (визуальный) : непосредственный // Цифровые инфокоммуникационные технологии = Collection of scientific papers "Digital infocommunication technologies" : сборник научных трудов / Министерство транспорта Российской Федерации, Федеральное агентство железнодорожного транспорта, Ростовский государственный университет путей сообщения [и др.]. - Ростов-на-Дону : РГУПС, 2022. - С. 129-132. - Библиогр. в конце ст. - ISBN 978-5-907295-76-6.
(Шифр в БД Д11-22/10303)

ГРНТИ	УДК
28.23.25	004.85

Рубрики:
Машинное обучение

Кл.слова (ненормированные): машинное обучение -- интерпретируемость -- глубокие нейронные сети -- нейронные сети -- модели поведения
Аннотация: Интерпретируемое машинное обучение решает важную проблему, заключающуюся в том, что люди не могут понять поведение сложных моделей машинного обучения и то, как эти модели приходят к определенному решению. Несмотря на то что было предложено множество подходов, всеобъемлющего понимания достижений и проблем по-прежнему не хватает. В статье освещаются вопросы, которые сообществу следует учитывать в будущей работе, такие как разработка удобных для пользователя объяснений и разработка всеобъемлющих показателей оценки для дальнейшего продвижения области интерпретируемого машинного обучения.
Доп. точки доступа:
Ломаш, Дмитрий Алексеевич
Ростовский государственный университет путей сообщения(Ростов-на-Дону)


Имеются экземпляры в отделах: всего 1 : ПНТ (1)
Свободны: ПНТ (1)
Переход по DOI

Заказать
Заказ фрагмента документа ₽