কাউন্টারফ্যাকচুয়াল ব্যাখ্যা (Counterfactual Explanations)
কাউন্টারফ্যাকচুয়াল ব্যাখ্যা, যা ২০১৭ সালে Wachter, Mittelstadt, এবং Russell কর্তৃক প্রবর্তিত হয়েছিল, এই প্রশ্নের উত্তর দেয়: 'মডেলের আউটপুট পরিবর্তন করার জন্য ইনপুটের ক্ষুদ্রতম পরিবর্তন কী?' মডেল কেন একটি সিদ্ধান্ত নিয়েছে তা ব্যাখ্যা করার পরিবর্তে, তারা বর্ণনা করে যে সেই সিদ্ধান্তটি বিপরীত করার জন্য কী পরিবর্তন করতে হবে, যা তাদের বিশেষভাবে উচ্চ-ঝুঁকিপূর্ণ অ্যাপ্লিকেশন যেমন ক্রেডিট স্কোরিং, চিকিৎসা নির্ণয় এবং EU GDPR-এর মতো কাঠামোর অধীনে নিয়োগের সিদ্ধান্তের জন্য মূল্যবান করে তোলে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Wachter, S., Mittelstadt, B., & Russell, C. (2017). Counterfactual explanations without opening the black box: Automated decisions and the GDPR. Harvard Journal of Law & Technology, 31, 841–887. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Counterfactual Explanations. ScholarGate. https://scholargate.app/bn/machine-learning/counterfactual-explanations
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- LIME (স্থানীয় ব্যাখ্যাযোগ্য মডেল-নিরপেক্ষ ব্যাখ্যা)যন্ত্র শিখন↔ compare
- লজিস্টিক রিগ্রেশনগবেষণা পরিসংখ্যান↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →