您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 【综述专栏】神经网络可解释性综述

  2. 论文阐述了解释性的重要性,并提出了一种新的解释性分类方法,该分类方法分为三个维度:参与类型(被动解释性与主动解释性)、可解释性的类型和可解释性焦点(从局部解释性到全局解释性)。这种分类法为相关文献中论文的分布提供了一个有意义的3D视图,因为其中的两个维度不是简单的分类,而是允许有序的子类别。最后,论文总结了现有的可解释性评价方法,并提出了新分类方法启发下可能的研究方向。
  3. 所属分类:机器学习

    • 发布日期:2021-03-18
    • 文件大小:862208
    • 提供者:syp_net