AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
可解释的自动机器学习
自动机器学习的一个子领域，旨在自动生成机器学习模型，同时优化预测性能和决策的人类可解释性。
術語
性能-可解释性权衡
自动机器学习中的基本困境，提高预测精度往往伴随着模型可解释性的降低，需要根据使用场景找到最佳平衡点。
術語
局部特征重要性
评估每个特征对特定预测的影响，解释模型为特定个体做出特定决策的原因。
術語
可解释性与可理解性
区别在于可理解性关注模型机制的内在理解，而可解释性旨在为预测提供可理解的解释，即使是不透明的模型也是如此。
術語
代理模型
简单且可解释的模型，经过训练以逼近复杂模型的行为，能够生成原始模型决策的全局或局部解释。
術語
模型无关解释
可应用于任何类型机器学习模型的解释技术，无需了解其内部架构的知识。
術語
基于规则的模型
使用可解释的IF-THEN规则集进行决策的模型，在自动机器学习中提供性能和透明度之间的自然平衡。
術語
事后可解释性
分析和解释已训练模型而不修改其结构的方法，与本质上可解释的模型不同。
術語
自动化特征选择
一种AutoML流程，能自动识别出最优的预测变量子集，在最大化模型性能的同时，保持最终模型的可解释性。
術語
保真度分数
一种用于评估解释或代理模型保真度的指标，通过衡量其复现原始模型预测的准确程度来实现。
術語
可解释神经网络
为具备可解释性而专门设计的神经网络架构，例如具有单调性约束的网络或原型网络。
🔍