Machine learningDeep learning / NLP / CV

LSTM מוסבר

LSTM מוסבר מזווג רשת זיכרון ארוך-קצר (LSTM) שאומנה עם טכניקות פרשנות פוסט-הוק — בעיקר SHAP, LIME, גרדיאנטים משולבים, או ויזואליזציה של קשב — כדי לחשוף אילו צעדי זמן, אסימונים או מאפיינים מניעים כל חיזוי. הוא מגשר על הדיוק של למידה עמוקה רקורנטית עם השקיפות הנדרשת בתחומים בעלי סיכון גבוה כגון תמיכה בהחלטות קליניות, זיהוי הונאות, ועמידה ברגולציה.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link
  2. Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). "Why should I trust you?": Explaining the predictions of any classifier. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 1135–1144. DOI: 10.1145/2939672.2939778

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Explainable Long Short-Term Memory Network. ScholarGate. https://scholargate.app/he/deep-learning/explainable-lstm

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.

Compare side by side

מאוזכר על ידי

ScholarGateExplainable LSTM (Explainable Long Short-Term Memory Network). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/deep-learning/explainable-lstm · מערך נתונים: https://doi.org/10.5281/zenodo.20539026