Machine learningDeep learning / NLP / CV

Vysvetliteľný viacvrstvový perceptrón

Vysvetliteľný viacvrstvový perceptrón (XMLP) je štandardná dopredná neurónová sieť trénovaná pomocou spätného šírenia chyby, rozšírená o post-hoc techniky interpretovateľnosti — ako sú SHAP hodnoty, LIME alebo integrované gradienty — ktoré pripisujú každú predikciu jednotlivým vstupným atribútom. Táto kombinácia zachováva aproximačnú silu MLP, pričom spĺňa požiadavky na transparentnosť bežné v regulovaných alebo rizikových oblastiach.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

Zdroje

  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

Ako citovať túto stránku

ScholarGate. (2026, June 3). Explainable Multilayer Perceptron (MLP with Post-hoc Interpretability). ScholarGate. https://scholargate.app/sk/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)). Získané 2026-06-15 z https://scholargate.app/sk/deep-learning/explainable-multilayer-perceptron · Dátová sada: https://doi.org/10.5281/zenodo.20539026