Explainable and interpretable machine learning and data mining

doi:10.1007/s10618-024-01041-y

Explainable and interpretable machine learning and data mining

2024-07-30

0

OA

AI

DOI：10.1007/s10618-024-01041-y

原文链接

原文求助

摘要

En 中文

摘要机器学习和数据挖掘在众多领域的应用日益增多，从农业到商业、教育、工业制造和医学，这催生了对如何检查和控制学习模型的新要求。可解释人工智能（XAI）研究领域已新近建立，并重点关注应用于黑箱模型的离线方法。作为一种替代方案，可解释机器学习方法的使用已被考虑——其中学习模型为白箱模型。黑箱模型可被表征为隐式知识的体现——通常源于机器学习的统计和神经网络方法，而白箱模型是知识的显式表示——通常源于规则学习方法。在本期“可解释与可解释机器学习及数据挖掘”专刊的引言中，我们提出应将这两种视角结合起来，指出其共性并探讨整合的可能性。

Explainable and interpretable machine learning and data mining

摘要

期刊

机构

引用论文