Machine learningDeep learning / NLP / CV

Perceptron רב-שכבתי ניתן להסבר

Perceptron רב-שכבתי ניתן להסבר (XMLP) הוא רשת נוירונים סטנדרטית מסוג feedforward שאומנה באמצעות backpropagation, בתוספת טכניקות פרשנות (interpretability) מסוג post-hoc — כגון ערכי SHAP, LIME, או integrated gradients — המייחסות כל חיזוי לתכונות קלט בודדות. השילוב שומר על כוח הקירוב של MLP תוך עמידה בדרישות השקיפות הנפוצות בתחומים מפוקחים או בעלי סיכון גבוה.

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. Explainable artificial intelligence. Wikipedia. link

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability). ScholarGate. https://scholargate.app/he/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.

Compare side by side
ScholarGateExplainable Multilayer Perceptron (Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/deep-learning/explainable-multilayer-perceptron · מערך נתונים: https://doi.org/10.5281/zenodo.20539026