ScholarGate
Assistent
Machine learningExplainable AI

Contrafactische Verklaringen

Contrafactische verklaringen, geïntroduceerd door Wachter, Mittelstadt en Russell in 2017, beantwoorden de vraag: 'Wat is de kleinste wijziging aan de invoer die een andere modeluitvoer zou hebben geproduceerd?' In plaats van uit te leggen waarom een model een beslissing nam, beschrijven ze wat er zou moeten veranderen om die beslissing om te keren, wat ze bijzonder waardevol maakt voor toepassingen met hoge inzet, zoals kredietscores, medische diagnoses en aanstellingsbeslissingen onder kaders zoals de EU AVG.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Bronnen

  1. 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

Deze pagina citeren

ScholarGate. (2026, June 2). Counterfactual Explanations. ScholarGate. https://scholargate.app/nl/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.

Compare side by side

Geciteerd door

ScholarGateCounterfactual Explanations (Counterfactual Explanations). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/machine-learning/counterfactual-explanations · Gegevensset: https://doi.org/10.5281/zenodo.20539026