![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习笔记
文章平均质量分 91
山河作眉
这个作者很懒,什么都没留下…
展开
-
笔记:Score-CAM: Score-Weighted Visual Explanations for Convolutional Neural Networks
论文:Score-CAM: Score-Weighted Visual Explanations for Convolutional Neural Networks作者:Haofan Wang1, Zifan Wang1, Mengnan Du2, Fan Yang2,Zijian Zhang3, Sirui Ding3, Piotr Mardziel1, Xia Hu代码:https://github.com/haofanwang/Score-CAM收录于CVPR2020摘要与以往的CAM系方原创 2020-10-05 10:49:51 · 4908 阅读 · 1 评论 -
《解释性机器学习》笔记(五):Rule Fit 规则拟合
原文:《Interpretable machine learning》 Christophm规则拟合就是以决策规则的形式,检测特征间的交互。(决策规则见笔记四)两部分:从决策树间创建规则。将原特征和新规则作为输入,匹配线性模型。...原创 2020-06-03 14:38:40 · 3416 阅读 · 0 评论 -
《解释性机器学习》笔记(四):决策规则可解释性
《Interpretable machine learning》 Christophm决策规则决策规则是一个简单的IF-THEN语句,由一个条件和一个预测组成。例如:如果今天下雨并且是四月(条件),那么明天就会下雨(预测)。可以使用单个决策规则或多个规则的组合进行预测。决策规则遵循一个一般的结构:如果条件满足,则进行某种预测。决策规则可能是最具解释性的预测模型。它们的IF-THEN结构在语义上类似于自然语言和我们思考的方式,前提是条件是由可理解的特征构建的,条件的长度很短(少量的特征=值对与and组合)原创 2020-05-30 19:11:04 · 1665 阅读 · 0 评论 -
《解释性机器学习》笔记(三):决策树的可解释性
《Interpretable machine learning》 Christophm一个决策树:1. 模型解释性解释决策树很简单,从根节点开始,根据边的判断,转到下一个子集,直到走到叶节点,得到结果。所有的边都由AND连接。解释模板可以是:如果特征x比阈值c[大/小] AND …那么预测结果是该叶子节点中所有实例y的平均值。衡量特征重要性:计算方法:遍历使用该特征的所有划分点,计...原创 2020-03-04 16:55:58 · 4227 阅读 · 0 评论 -
笔记:Visualizing Deep Networks by Optimizing with Integrated Gradients
原文:作者:Zhongang Qi, Saeed Khorram, Li Fuxin School of Electrical Engineering and Computer Science, Oregon State University收录于AAAI 2020Abstract针对heatmap可视化深层网络时,heatmap与网络无关误导解释的问题,提出了I-GOS(Integrat...原创 2020-02-25 22:39:53 · 1637 阅读 · 0 评论 -
《解释性机器学习》笔记(二):理解逻辑回归中的特征、参数、结果
《Interpretable machine learning》:https://christophm.github.io/interpretable-ml-book/logistic.html1. 线性模型为什么不适用于分类线性模型做分类时,训练权重的方法是在两点间插值,输出的是距点最近的超平面,并不是概率,因此不存在有意义的阈值将两类区分。理解:想象用线性模型做一个猫狗分类,权重.*像素...原创 2020-02-23 15:48:59 · 1234 阅读 · 0 评论 -
《解释性机器学习》笔记(一):理解线性回归模型中的权重、特征和结果
[《Interpretable Machine Learning》 Christoph Molnar](https://christophm.github.io/interpretable-ml-book/index.html)内容围绕:对于一个训练好的线性模型,怎样去向模型使用者(客户)解释这个模型(参数含义、为什么得会得出这种预测结果)。上图为一个线性回归的单个实例,最后一项为误差。...原创 2020-02-22 16:33:16 · 12002 阅读 · 0 评论