知识图谱在可解释人工智能中的作用，附81页ppt

导读

可解释性人工智能是AI领域当下最火的话题之一，其在许多AI产业领域，比如金融、医疗健康等作用至关重要。本文详解了可解释性人工智能的动机、定义、评估，以及知识图谱在可解释性人工智能中的作用。

编译 | Xiaowen

可解释人工智能的目标是创建一套能够产生更多解释模型的技术，同时保持高水平的搜索、学习、规划、推理性能：优化、准确、精确；以及使人类用户能够理解、适当地信任和有效地管理AI系统中出现的泛型。

目录

• 人工智能中的解释
• 动机
• 定义
• 评估（以及人类在可解释性人工智能中的角色）
• 人类作用
• 不同AI领域的解释性
• 知识图谱在可解释性机器学习中的角色和作用
• 利用知识图谱在机器学习中的可解释性人工智能工业应用
• 结论

完整PPT下载：

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“KGinXAI” 就可以获取本文完整PPT下载链接~ 

可解释性人工智能在金融、医疗健康等领域都至关重要：

准确性和可解释性之间的关系：

如何评估可解释性？

知识图谱在可解释性人工智能，特别是机器学习方面，是什么角色？起何作用？

由于篇幅有限，本文仅截取部分PPT内容，完整内容请下载Slides查看。

为什么我们需要可解释性人工智能？总结来说：

完整PPT下载：

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“KGinXAI” 就可以获取本文完整PPT下载链接~ 

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，或者点击“阅读原文”使用，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加）， 获取专知VIP会员码 ，加入专知人工智能主题群，咨询技术商务合作~

点击“阅读原文”，注册使用专知