LIME (স্থানীয় ব্যাখ্যাযোগ্য মডেল-নিরপেক্ষ ব্যাখ্যা)
LIME, যা Ribeiro, Singh, এবং Guestrin 2016 সালে প্রবর্তন করেন, যেকোনো ব্ল্যাক-বক্স ক্লাসিফায়ার বা রিগ্রেসরের ভবিষ্যদ্বাণী ব্যাখ্যা করে। এটি আগ্রহের একটি নির্দিষ্ট ভবিষ্যদ্বাণীর চারপাশে একটি সরল, স্থানীয়ভাবে বিশ্বস্ত সারোগেট মডেল তৈরি করে। গ্লোবাল মডেল ব্যাখ্যা করার পরিবর্তে, LIME নির্দিষ্ট করে কেন একটি বিশেষ দৃষ্টান্তকে সেভাবে শ্রেণীবদ্ধ করা হয়েছিল, যার ফলে ডিপ নিউরাল নেটওয়ার্ক এবং এনসেম্বল পদ্ধতির মতো জটিল মডেলগুলি শেষ-ব্যবহারকারী, ডোমেন বিশেষজ্ঞ এবং নিরীক্ষকদের জন্য বোধগম্য হয়।
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
- Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). "Why should I trust you?": Explaining the predictions of any classifier. ACM SIGKDD, 1135–1144. DOI: 10.1145/2939672.2939778 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Local Interpretable Model-agnostic Explanations (LIME). ScholarGate. https://scholargate.app/bn/machine-learning/lime
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.
- কাউন্টারফ্যাকচুয়াল ব্যাখ্যা (Counterfactual Explanations)যন্ত্র শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →