ScholarGate
Assistente
Machine learningDeep learning / NLP / CV

Perceptron Multicamada Explicável

Um Perceptron Multicamada Explicável (XMLP) é uma rede neural feedforward padrão treinada com retropropagação, aumentada com técnicas de interpretabilidade post-hoc — como valores SHAP, LIME ou gradientes integrados — que atribuem cada predição a características de entrada individuais. A combinação retém o poder de aproximação do MLP, ao mesmo tempo que satisfaz os requisitos de transparência comuns em domínios regulamentados ou de alto risco.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  1. Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link
  2. Explainable artificial intelligence. Wikipedia. link

Como citar esta página

ScholarGate. (2026, June 3). Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability). ScholarGate. https://scholargate.app/pt/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.

Compare side by side
ScholarGateExplainable Multilayer Perceptron (Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability)). Recuperado em 2026-06-15 de https://scholargate.app/pt/deep-learning/explainable-multilayer-perceptron · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026