人工智能(AI)为改善私人和公共生活提供了很多机会,以自动化的方式在大型数据中发现模式和结构是数据科学的核心组件,目前驱动着计算生物学、法律和金融等不同领域的应用发展。然而,这种高度积极的影响也伴随着重大的挑战:我们如何理解这些系统所建议的决策,以便我们能够信任它们?在这个报告中,我们特别关注数据驱动的方法——特别是机器学习(ML)和模式识别模型——以便调查和提取结果和文献观察。通过注意到ML模型越来越多地部署在广泛的业务中,可以特别理解本报告的目的。然而,随着方法的日益普及和复杂性,业务涉众对模型的缺陷、特定数据的偏差等越来越关注。类似地,数据科学从业者通常不知道来自学术文献的方法,或者可能很难理解不同方法之间的差异,所以最终使用行业标准,比如SHAP。在这里,我们进行了一项调查,以帮助行业从业者(以及更广泛的数据科学家)更好地理解可解释机器学习领域,并应用正确的工具。我们后面的章节将围绕一位公认的数据科学家展开叙述,并讨论她如何通过提出正确的问题来解释模型。

https://arxiv.org/abs/2009.11698

成为VIP会员查看完整内容
155

相关内容

最新《监督机器学习可解释性》2020大综述论文,74页pdf
专知会员服务
129+阅读 · 2020年11月19日
【2020新书】傅里叶变换的离散代数,296页pdf
专知会员服务
111+阅读 · 2020年11月2日
专知会员服务
78+阅读 · 2020年10月2日
专知会员服务
70+阅读 · 2020年9月20日
最新《深度持续学习》综述论文,32页pdf
专知会员服务
176+阅读 · 2020年9月7日
【2020新书】实战R语言4,323页pdf
专知会员服务
97+阅读 · 2020年7月1日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
334+阅读 · 2020年6月24日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
173+阅读 · 2020年6月3日
最新《深度学习行人重识别》综述论文,24页pdf
专知会员服务
80+阅读 · 2020年5月5日
【综述】金融领域中的深度学习,附52页论文下载
专知会员服务
161+阅读 · 2020年2月27日
【新书册】贝叶斯神经网络,41页pdf
专知
25+阅读 · 2020年6月3日
【回顾】从零开始入门机器学习算法实践
AI研习社
5+阅读 · 2017年11月28日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
Arxiv
17+阅读 · 2019年4月5日
Arxiv
3+阅读 · 2018年12月18日
Arxiv
16+阅读 · 2018年2月7日
Arxiv
7+阅读 · 2018年1月30日
VIP会员
相关VIP内容
最新《监督机器学习可解释性》2020大综述论文,74页pdf
专知会员服务
129+阅读 · 2020年11月19日
【2020新书】傅里叶变换的离散代数,296页pdf
专知会员服务
111+阅读 · 2020年11月2日
专知会员服务
78+阅读 · 2020年10月2日
专知会员服务
70+阅读 · 2020年9月20日
最新《深度持续学习》综述论文,32页pdf
专知会员服务
176+阅读 · 2020年9月7日
【2020新书】实战R语言4,323页pdf
专知会员服务
97+阅读 · 2020年7月1日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
334+阅读 · 2020年6月24日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
173+阅读 · 2020年6月3日
最新《深度学习行人重识别》综述论文,24页pdf
专知会员服务
80+阅读 · 2020年5月5日
【综述】金融领域中的深度学习,附52页论文下载
专知会员服务
161+阅读 · 2020年2月27日
微信扫码咨询专知VIP会员