एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
SHAP मान
खेल सिद्धांत पर आधारित मॉडल व्याख्या विधि जो प्रत्येक विशेषता को अंतिम पूर्वानुमान में सीमांत योगदान आवंटित करती है, जो दक्षता, समरूपता और योगात्मकता गुणों की गारंटी देती है।
शैपली मान
खेल सिद्धांत की अवधारणा जो सभी संभावित गठबंधनों में एक खिलाड़ी (विशेषता) के औसत योगदान की गणना करती है, जो SHAP मानों के लिए गणितीय आधार के रूप में कार्य करती है।
डीप SHAP
गहरे न्यूरल नेटवर्क के लिए अनुकूलित SHAP का विस्तार, जो विशेषताओं के योगदान की कुशलतापूर्वक गणना के लिए DeepLIFT को खेल सिद्धांत के साथ जोड़ता है।
फोर्स प्लॉट
SHAP विज़ुअलाइज़ेशन जो दर्शाती है कि कैसे प्रत्येक विशेषता पूर्वानुमान को आधार मान (औसत) से अंतिम पूर्वानुमान तक धकेलती है, सकारात्मक और नकारात्मक शक्तियों के साथ।
सारांश प्लॉट
फीचर महत्व और विशेषताओं के प्रभावों को जोड़ने वाला SHAP ग्राफ़, मॉडल के पूर्वानुमानों पर प्रत्येक चर के समग्र प्रभाव को संक्षेप में प्रस्तुत करता है।
निर्भरता प्लॉट
SHAP विज़ुअलाइज़ेशन जो एक विशिष्ट विशेषता और उसके SHAP मान के बीच संबंध दर्शाती है, गैर-रैखिक प्रभावों और संभावित इंटरैक्शनों को प्रकट करती है।
इंटरैक्शन मान
विशेषताओं के जोड़े के बीच इंटरैक्शन प्रभावों को मात्रात्मक रूप से निर्धारित करने वाले SHAP मानों का विस्तार, कुल योगदान को मुख्य प्रभावों और इंटरैक्शनों में विघटित करता है।
मॉडल-एग्नोस्टिक
व्याख्या दृष्टिकोण जो अंतर्निहित मॉडल आर्किटेक्चर से स्वतंत्र रूप से कार्य करता है, किसी भी मशीन लर्निंग एल्गोरिदम पर लागू किया जा सकता है।
एडिटिव फीचर अट्रिब्यूशन
व्याख्या विधियों का वर्ग जहाँ पूर्वानुमान को व्यक्तिगत विशेषताओं के योगदान और एक स्थिर आधार मूल्य के योग में विघटित किया जाता है।
बैकग्राउंड डेटासेट
संदर्भ डेटासेट जिसका उपयोग SHAP में अपेक्षित मूल्यों की गणना के लिए किया जाता है, जो विशेषताओं के प्रभाव का मूल्यांकन करने के लिए तुलना बिंदु के रूप में कार्य करता है।
अपेक्षित मूल्य
बैकग्राउंड डेटासेट पर गणना किया गया मॉडल का औसत पूर्वानुमान, जो प्रारंभिक बिंदु का प्रतिनिधित्व करता है जहाँ से SHAP योगदान जुड़ते या घटते हैं।
SHAP एक्सप्लेनर
एक विशिष्ट मॉडल प्रकार के लिए SHAP एल्गोरिदम को लागू करने वाली वस्तु, नई टिप्पणियों के लिए SHAP मूल्यों की गणना के लिए जिम्मेदार।
कोएलिशन गेम
सैद्धांतिक ढांचा जहाँ खिलाड़ी (विशेषताएँ) एक लक्ष्य (पूर्वानुमान) प्राप्त करने के लिए गठबंधन बनाते हैं, SHAP मूल्यों की गणितीय नींव।
शैप्ली वैल्यू प्रॉपर्टीज
मौलिक अभिगृहीत जो SHAP मूल्यों की विशिष्टता सुनिश्चित करते हैं: दक्षता (योगदान का योग पूर्वानुमान के बराबर), समरूपता (समान विशेषताओं का समान प्रभाव) और योगात्मकता (योगदान जुड़ते हैं)।
लोकल एक्यूरेसी
गुण जो सुनिश्चित करता है कि स्थानीय व्याख्या (SHAP + आधार का योग) विचाराधीन टिप्पणी के लिए मॉडल के पूर्वानुमान के बिल्कुल अनुरूप हो।