机器学习的可解释性

本文探讨了神经网络在区分神奇宝贝和宝可梦时的可解释性需求,强调了理解模型决策过程的重要性。通过遮挡和像素级分析,揭示了哪些特征对判断有关键影响。同时,作者还提到了机器学习中的一个普遍问题:仅仅得到正确答案并不意味着智能,法律要求有合理的解释依据。
摘要由CSDN通过智能技术生成

1 为什么神经网络可正确分辨神奇宝贝和宝可梦

为什么需要可解释性?

得到正确答案不等于智能。

法律需要一个理由。

可解释的机器学习的目标

给出一个让人能接受的理由

针对一张图片与不针对特定的图片。

遮挡图片某一个区域,看看哪里对判断的影响最大。

也可以对每一个像素点进行改变,查看loss的变化,变化越大说明这个像素点越重要。

2 机器心中的猫长什么样子

我总结了以下六点。。。。。。

  • 8
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值