Machine learningExplainable AI
LIME: הסברים מפורשים מקומיים שאינם תלויים במודל
LIME, שהוצג על ידי ריביירו, סינג וגסטרין בשנת 2016, מסביר את התחזיות של כל מסווג או רגרסור בקופסה שחורה על ידי בניית מודל פשוט, נאמן מקומית, סורוגייט סביב תחזית בודדת בעלת עניין. במקום להסביר את המודל הגלובלי, LIME מתמקד מדוע מופע ספציפי סווג כפי שסווג, מה שהופך מודלים מורכבים כגון רשתות עצביות עמוקות ושיטות אנסמבל למפורשים עבור משתמשי קצה, מומחי תחום ומבקרים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). Local Interpretable Model-agnostic Explanations (LIME). ScholarGate. https://scholargate.app/he/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.
- הסברים קונטרפקטואליים (הסברי "אילו היה קורה אחרת")למידת מכונה↔ compare
- יער אקראילמידת מכונה↔ compare