Vysvětlitelný vícevrstvý perceptron
Vysvětlitelný vícevrstvý perceptron (XMLP) je standardní dopředná neuronová síť trénovaná pomocí zpětné propagace, rozšířená o post-hoc techniky interpretovatelnosti – jako jsou SHAP hodnoty, LIME nebo integrované gradienty – které přisuzují každou predikci jednotlivým vstupním příznakům. Tato kombinace zachovává aproximační schopnost MLP a zároveň splňuje požadavky na transparentnost běžné v regulovaných oblastech nebo oblastech s vysokými sázkami.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability). ScholarGate. https://scholargate.app/cs/deep-learning/explainable-multilayer-perceptron
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.
- Explainable LSTMHluboké učení↔ compare
- Vysvětlitelný TransformerHluboké učení↔ compare
- Vícevrstvý perceptron (MLP)Hluboké učení↔ compare
- Random ForestStrojové učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →