機器學習模型解釋

2022年10月19日 — 範例- 透過SHAP 套件來解釋寶可夢對戰模型. 寶可夢現在是小學生的生活中非常重要的動漫之一，透過卡牌的對決，可以跟機台或電腦進行對戰，讓自己卡牌的 ...

2019年11月21日 — 機器學習，或是說人工智慧快速的發展，讓所謂的「預測能力」大大提升，但是你信任預測出來的結果嗎？或是說你相信這個模型嗎？專業領域內的學者有他們 ...

本指南提供有關機器學習從業人員的模型解釋性方法的一般指南。為了簡潔起見，本指南省略了許多細. 節和實施細節，並提供參考以幫助您更深入地調查特定用例 ...

Amazon SageMaker Clarify 透過偵測潛在的偏差並協助解釋模型所做的預測，協助改善您的機器學習(ML) 模型。它可協助您識別在訓練前資料和訓練後的各種偏差，這些偏差 ...

「可解釋性指標」是XAI 中用來衡量模型可解釋性的評估標準。它們是用來確定模型如何解釋其預測的方式，以及如何在給定輸入後生成可解釋的結果。可解釋性指標可以根據 ...

2023年6月26日 — 了解機器學習模型如何使用Azure Machine Learning CLI 及Python SDK，在定型與推斷期間進行預測。

2020年1月18日 — 本質或事後可解釋性（Intrinsic or post hoc）:本質可解釋性指的是基於模型簡單的架構，而模型本身就能解釋（例如：線性回歸、決策樹）。事後可解釋性指的 ...

2021年9月30日 — ... 模型可以直接解釋其組成與參數，有些模型則神祕難解。 可以解釋的模型. 其實不只機器學習、深度學習的場合會用到模型，在其他場合也會用到模型，只是不 ...