Penjelasan Kontrafaktual
Penjelasan kontrafaktual, yang diperkenalkan oleh Wachter, Mittelstadt, dan Russell pada tahun 2017, menjawab pertanyaan: 'Perubahan terkecil apa pada masukan yang akan menghasilkan keluaran model yang berbeda?' Alih-alih menjelaskan mengapa model membuat keputusan, mereka menggambarkan apa yang perlu diubah agar keputusan tersebut dibalik, menjadikannya sangat berharga untuk aplikasi berisiko tinggi seperti penilaian kredit, diagnosis medis, dan keputusan perekrutan di bawah kerangka kerja seperti GDPR Uni Eropa.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Wachter, S., Mittelstadt, B., & Russell, C. (2017). Counterfactual explanations without opening the black box: Automated decisions and the GDPR. Harvard Journal of Law & Technology, 31, 841–887. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Counterfactual Explanations. ScholarGate. https://scholargate.app/id/machine-learning/counterfactual-explanations
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.
- LIME: Penjelasan Model-Agnostik yang Dapat Diinterpretasikan Secara LokalPembelajaran Mesin↔ compare
- Regresi LogistikStatistika Penelitian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →