《监督机器学习可解释性》
用户评论
推荐下载
-
点亮语言可解释性工具在可扩展的和框架不可知的界面中交互式分析NLP模型以理解模型源码
:fire: 语言可解释性工具(LIT) 语言可解释性工具(LIT)是用于NLP模型的可视的交互式模型理解工具。 LIT旨在回答以下问题: 我的模型在什么样的例子上表现不佳? 我的模型为何做出此预测?
7 2021-02-19 -
goto Goto是一种用go编写的解释性编程语言源码
去 Goto是用go编写的一种解释型编程语言。 1.概述 Goto是一种动态类型的编程语言,旨在支持所有脚本要求。 当前支持以下功能: 数据类型: integer , boolean , string
7 2021-05-01 -
论文研究解释性结构建模的洗衣设备开发项目风险分析
本文采用专家投票的方法确定前十大关键风险因素,然后使用解释结构模型找出前十大风险之间的深层逻辑。 十个关键风险因素可归因于洗涤设备开发项目的五个方面:组织,主动性,计划,执行和控制,它们可以更直观地显
11 2020-08-18 -
VenusScript一种用Java编写的动态解释性脚本语言源码
金星脚本 欢迎使用动态可注入脚本语言VenusScript的官方GitHub存储库。 请参阅,以进一步了解该语言的工作方式。 版本计划 版 州 描述 0.x 完成 定义 功能 功能参考 标准库 循环容
10 2021-02-05 -
可解释人工智能XAI算法到应用
能够解释机器学习模型的预测在医疗诊断或自主系统等关键应用中是很重要的。深度非线性ML模型的兴起,在预测方面取得了巨大的进展。然而,我们不希望如此高的准确性以牺牲可解释性为代价。结果,可解释AI (XA
25 2020-10-18 -
anuvada使用PyTorch的NLP可解释模型源码
Anuvada:使用PyTorch的NLP可解释模型 因此,您想知道为什么分类器做出了特定决定,或者为什么新的深度学习分类模型没有按照您希望的方式执行? 或者,您的数据集中可能偏向某个特定类,并且您想
17 2021-02-17 -
监督机器学习交叉验证最终项目UCSD监督机器学习简介齿轮118A的小型交叉验证项目源码
监督机器学习交叉验证最终项目:UCSD监督机器学习简介,齿轮118A的小型交叉验证项目
18 2021-02-23 -
监督学习与无监督学习
支持向量机,监督学习与无监督学习的描述。
22 2020-07-25 -
普林斯顿博士论文可解释机器学习在物理科学中的应用及局限性
如果1609年已经有机器学习技术,开普勒会发现他的定律吗?还是他会满足于黑盒回归模型的准确性,导致牛顿没有灵感去发现万有引力定律?在这篇论文中,我将对物理科学领域中机器学习及其应用进行回顾,重点讨论其
8 2023-07-26 -
Vulcan一个高级深度学习框架可通过数据可视化模型可解释性和性能指标方面的新增工具快速构建网络原型源码
火神 Vulcan是Aifred Health的快速深度学习模型原型制作和分析框架。 Vulcan提供以下工具: 快速但灵活的数据预处理 快速创建模块化神经网络。 通常,我们还包括以下功能: 快照合奏
4 2021-03-20
暂无评论