Registro de evidencia del método

LIME

LIME, introduced by Ribeiro, Singh, and Guestrin in 2016, explains the predictions of any black-box classifier or regressor by building a simple, locally faithful surrogate model around a single prediction of interest. Rather than explaining the global model, LIME focuses on why a specific instance was classified the way it was, making complex models such as deep neural networks and ensemble methods interpretable to end-users, domain experts, and auditors.

Sources recorded, not reviewed

Registro de origen

Citas copiadas textualmente del registro de origen del método. No se infiere ninguna verificación a nivel de afirmación de ellas.

Local Interpretable Model-agnostic Explanations (LIME)

Registro del método taxonómico · ml-model / machine-learning

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

Abrir método completo

Afirmaciones curadas

Afirmaciones persistidas en el libro mayor de evidencia, cada una con su propia evaluación.

Aún no hay afirmaciones curadas

Esta vista no inventa una evaluación de afirmación si el libro mayor no tiene ninguna.

Métodos relacionados

Generado a partir del grafo de métodos y mostrado como relaciones sugeridas por la máquina; no se infiere ninguna afirmación de evidencia.

Taxonomic bucketCounterfactual Explanationsmachine-suggested · Relational suggestion, not evidence.Same method familyRandom Forestmachine-suggested · Relational suggestion, not evidence.