قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
الانتقائية (Selectivity)
تقيس قدرة التفسير على التركيز على الميزات الأكثر صلة بتنبؤ معين، مع تجاهل الضوضاء أو المتغيرات غير المعلوماتية. وهي تحدد درجة بساطة التفسير.
درجة دقة R² (R-squared Fidelity Score)
معامل التحديد المستخدم لتقييم دقة نموذج التفسير الخطي عن طريق قياس نسبة تباين تنبؤات نموذج الصندوق الأسود التي يفسرها نموذج التفسير.
المساحة تحت منحنى الدقة-الاستدعاء (AUPRC) للقابلية للتفسير
تكييف لمقياس AUPRC لتقييم جودة التفسيرات القائمة على الميزات، من خلال التعامل مع اختيار أهم الميزات كمشكلة تصنيف ثنائي.
تكلفة الحساب للتفسير (Explanation Computational Cost)
تحدد الموارد الزمنية والمادية اللازمة لتوليد تفسير. وهو معيار عملي أساسي لنشر أساليب التفسير على نطاق واسع.
معدل الانقطاع (Discontinuity Rate)
مقياس يقيم التباين المفاجئ وغير الخطي للتفسيرات لعينات بيانات متقاربة جدًا. يشير المعدل المرتفع إلى تفسير غير مستقر وربما غير بديهي.
درجة الحساسية (Sensitivity Score)
تحدد كيفية تغير التفسيرات استجابة للتعديلات في النموذج الأساسي (على سبيل المثال، بعد إعادة التدريب). يُفضل أن تكون الحساسية منخفضة للحصول على تفسيرات متسقة.
مقياس الاتساق (Coherence Metric)
يقيم ما إذا كانت التفسيرات للتنبؤات المختلفة متسقة منطقيًا مع بعضها البعض، على سبيل المثال، إذا كانت الميزات المحددة على أنها مهمة لفئة ما هي عكس ذلك لفئة معادية.
فقدان الدقة (Fidelity Loss)
دالة الهدف المستخدمة أثناء تدريب النماذج القابلة للتفسير والتي تعاقب على الانحراف بين تنبؤات النموذج القابل للتفسير وتلك الخاصة بنموذج الصندوق الأسود الذي يسعى إلى تفسيره.
مؤشر الندرة (Sparsity Index)
يقيس نسبة الميزات أو المعاملات غير الصفرية في تفسير ما مقارنة بالعدد الإجمالي للميزات المحتملة. يشير المؤشر المرتفع إلى تفسير أبسط وربما أسهل في التفسير.