Explicații contrareale
Explicațiile contrareale, introduse de Wachter, Mittelstadt și Russell în 2017, răspund la întrebarea: „Care este cea mai mică modificare a intrării care ar fi produs un rezultat diferit al modelului?” În loc să explice de ce un model a luat o decizie, ele descriu ce ar trebui să se schimbe pentru ca acea decizie să fie inversată, făcându-le deosebit de valoroase pentru aplicații cu mize mari, cum ar fi scorarea creditelor, diagnosticul medical și deciziile de angajare în cadrul unor cadre precum GDPR-ul UE.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 2). Counterfactual Explanations. ScholarGate. https://scholargate.app/ro/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: Explicații locale interpretabile, agnostice față de modelÎnvățare automată↔ compare
- Regresia LogisticăStatistică pentru cercetare↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →