AI 词汇表
人工智能完整词典
200
个类别
2,608
个子类别
30,011
个术语
个术语
SHAP值
基于博弈论的可解释性方法，为每个特征分配对最终预测的边际贡献，同时满足效率和对称性公理。
个术语
变量置换重要性
通过随机置换变量值来测量模型性能下降的技术，从而量化其预测贡献。
个术语
部分依赖分析
可视化显示一个或两个变量对平均预测的边际效应，同时边缘化其他特征的影响。
个术语
积分梯度
一种归因方法，计算从参考点到输入的路径上梯度的积分，以确定每个特征的重要性。
个术语
相关性热图
指示输入数据中哪些区域对模型预测影响最大的可视化，特别用于计算机视觉领域。
个术语
代理决策树
训练简单可解释模型来近似复杂模型的行为，从而全局理解决策规则。
个术语
鲁棒性分析
评估模型预测在输入数据受到扰动时的稳定性，以识别脆弱点。
个术语
局部敏感性分析
详细检查输入变化对特定预测的影响，以解释模型的个体决策。
个术语
Sobol指数
将输出方差分解为输入变量及其交互作用贡献的指标，用于量化每个因素的影响程度。
个术语
Morris筛选法
一种有效的筛选方法，用于识别对预测具有显著线性、非线性或交互效应的输入变量。
个术语
不确定性分析
量化模型预测中由于输入数据变异性和模型本身局限性所产生的不确定性。
个术语
输入扰动
在输入数据中引入受控变化的技术，用于评估模型预测的敏感性和稳定性。
个术语
函数方差分解(ANOVA)
将模型函数分解为主效应和交互作用项的分析方法，用于精确量化各因素的贡献。
个术语
条件依赖分析
研究在其他特征条件下变量间关系的方法，用于揭示复杂和非线性的依赖关系。
个术语
实例影响
量化特定数据点在模型训练过程中对模型参数和预测影响的度量。
个术语
FAST方法
使用傅里叶变换的全局敏感性分析方法，用于有效估计所有阶次的敏感性指数。
🔍