Uitlegbare Multilayer Perceptron
Een Uitlegbare Multilayer Perceptron (XMLP) is een standaard feedforward neuraal netwerk getraind met backpropagation, aangevuld met post-hoc interpretabiliteitstechnieken — zoals SHAP-waarden, LIME, of geïntegreerde gradiënten — die elke voorspelling toeschrijven aan individuele inputkenmerken. De combinatie behoudt de benaderingskracht van de MLP terwijl voldaan wordt aan transparantievereisten die gangbaar zijn in gereguleerde of risicovolle domeinen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
Deze pagina citeren
ScholarGate. (2026, June 3). Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability). ScholarGate. https://scholargate.app/nl/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.
- Verklaarbare LSTMDeep learning↔ compare
- Uitlegbare TransformerDeep learning↔ compare
- Multilayer Perceptron (MLP)Deep learning↔ compare
- Random ForestMachine learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →