LIME: स्थानीय व्याख्या योग्य मॉडल-अज्ञेय स्पष्टीकरण
LIME, जिसे 2016 में रिबेरो, सिंह और गेसट्रिन द्वारा प्रस्तुत किया गया था, किसी भी ब्लैक-बॉक्स क्लासिफायर या रिग्रेसर की भविष्यवाणियों को एक एकल रुचि की भविष्यवाणी के आसपास एक सरल, स्थानीय रूप से वफादार सरोगेट मॉडल का निर्माण करके समझाता है। वैश्विक मॉडल की व्याख्या करने के बजाय, LIME इस बात पर केंद्रित है कि किसी विशिष्ट उदाहरण को उस तरह से वर्गीकृत क्यों किया गया था, जिससे डीप न्यूरल नेटवर्क और एन्सेम्बल विधियों जैसे जटिल मॉडल अंतिम-उपयोगकर्ताओं, डोमेन विशेषज्ञों और ऑडिटर्स के लिए व्याख्या योग्य बन जाते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). Local Interpretable Model-agnostic Explanations (LIME). ScholarGate. https://scholargate.app/hi/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.
- प्रति-तथ्यात्मक स्पष्टीकरणमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare