LIME: Lokálne interpretovateľné agnostické modely vysvetlení
LIME, ktorý predstavili Ribeiro, Singh a Guestrin v roku 2016, vysvetľuje predikcie ľubovoľného klasifikátora alebo regresora typu „čierna skrinka“ zostavením jednoduchého, lokálne verného náhradného modelu okolo jednotlivých predikcií, ktoré nás zaujímajú. Namiesto vysvetľovania globálneho modelu sa LIME zameriava na to, prečo bola konkrétna inštancia klasifikovaná tak, ako bola, čím sa zložité modely, ako sú hlboké neurónové siete a ansámblové metódy, stávajú interpretovateľnými pre koncových používateľov, doménových expertov a audítorov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). "Why should I trust you?": Explaining the predictions of any classifier. ACM SIGKDD, 1135–1144. DOI: 10.1145/2939672.2939778 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Local Interpretable Model-agnostic Explanations (LIME). ScholarGate. https://scholargate.app/sk/machine-learning/lime
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.
- Kontrafaktuálne vysvetleniaStrojové učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →