Глоссарий ИИ
Полный словарь искусственного интеллекта
Методы локальной интерпретации
Техники, объясняющие индивидуальные предсказания, такие как LIME и SHAP
Методы глобальной интерпретации
Подходы, анализирующие глобальное поведение модели, такие как Feature Importance и PDP
Визуализация моделей
Графические представления для понимания решений модели
Модели, прозрачные по своей природе
Внутренне интерпретируемые алгоритмы, такие как деревья решений и линейные регрессии
Контрфактуальные объяснения
Альтернативные сценарии, показывающие, как изменить прогноз
Правила ассоциации и извлечение
Автоматическое обнаружение логических правил из моделей
Анализ причинно-следственных связей
Выявление причинно-следственных связей в решениях ИИ
Метрики оценки объяснимости
Количественные критерии для измерения качества объяснений
Интерпретируемость глубокого обучения
Специфические техники для глубоких нейронных сетей
Интерактивные объяснения
Интерфейсы, позволяющие пользователям исследовать решения модели
Интерпретируемость ансамблевых моделей
Методы объяснения моделей таких как Random Forest и Gradient Boosting
Текстовые и нарративные объяснения
Генерация объяснений на понятном естественном языке
Интерпретируемость NLP
Техники объяснения для моделей обработки естественного языка
Интерпретируемость Компьютерное зрение
Методы для визуализации и объяснения решений моделей изображений
Справедливость и предвзятость в объяснениях
Анализ этических и дискриминационных аспектов в объяснениях ИИ
Интерпретируемость мультиагентных систем
Объяснение эмерджентного поведения в распределенных системах
Временная интерпретируемость
Методы объяснения прогнозов на временных рядах
Абстракция и упрощение
Техники снижения сложности для улучшения понимания
Причинные и корреляционные объяснения
Различие между причинными связями и простыми корреляциями в объяснениях
Интерпретируемость рекомендательных систем
Методы для объяснения предложений рекомендательных систем