Обзор интерпретируемости обучения с учителем
A Survey on the Explainability of Supervised Machine Learning
2021-01-19
SCID: 54.1/zthrg4tf
Discuss with AI
алгоритмическая прозрачностьмодели типа «чёрного ящика»объяснимое обучение с учителемпояснительное исследование случаяинтерпретируемость моделей
Figures from the paper
Abstract (AI)
Прогнозы, полученные, например, с помощью искусственных нейронных сетей, обладают высокой точностью, однако люди часто воспринимают такие модели как «чёрные ящики». Представление о процессе принятия решений в значительной степени остаётся непрозрачным для человека. В частности, понимание принятия решений в таких чрезвычайно чувствительных областях, как здравоохранение и финансы, имеет первостепенное значение. Поэтому процессы принятия решений, лежащие в основе моделей типа «чёрного ящика», должны стать более прозрачными, подотчётными и понятными для людей. В данной обзорной статье приведены основные определения и представлен обзор различных принципов и методологий интерпретируемого обучения с учителем (SML). Проведён обзор современного состояния исследований, в рамках которого рассмотрены прежние и недавние подходы к интерпретируемому SML и выполнена их классификация в соответствии с введёнными определениями. Наконец, эти принципы проиллюстрированы на примере пояснительного тематического исследования и обсуждены важные направления дальнейших исследований.
Key Findings
1
Принципы объяснимости проиллюстрированы на пояснительном тематическом исследовании, а также обозначены важные направления будущих исследований.
2
Систематически рассмотрены прошлые и современные подходы к объяснимому обучению с учителем и классифицированы в соответствии с предложенными определениями.
3
Подчёркивается важность объяснения решений «чёрных ящиков» в чувствительных областях, таких как здравоохранение и финансы.
4
В обзоре сформулированы определения и принципы объяснимого обучения с учителем, ориентированные на прозрачность, подотчётность и понятность для человека.
Research Object
модели обучения с учителем, включая искусственные нейронные сети
Research Subject
их объяснимость, прозрачность, подотчётность и понятность процесса принятия решений для человека
Publication Details
Publication Date
2021-01-19
Journal
Publisher
ISSN
Cited by
989
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest