Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Sumber daya
Referensi
-
Adadi, Amina dan Mohammed Berrada. 2018. “Mengintip Di Dalam Kotak Hitam: Survei tentang Kecerdasan Buatan yang Dapat Dijelaskan (XAI).” Akses IEEE 6: 52138-52160.
-
Ancona, Marco, Enea Ceolini, Cengiz Oztireli, dan Markus Gross. 2018. “Menuju pemahaman yang lebih baik tentang metode atribusi berbasis gradien untuk Deep Neural Networks.” Prosiding Konferensi Internasional tentang Representasi Pembelajaran (ICLR). arXiv:1711.06104
. -
Dhamdhere, Kedar, Mukund Sundararajan, dan Qiqi Yan. 2018. “Seberapa Penting Neuron?” Prosiding Konferensi Internasional Ketigapuluh enam tentang Machine Learning (ICL). arXIV:1805.12233
. -
Dua, Dheeru dan Casey Graff. 2019. Repositori Machine Learning UCI [http://archive.ics.uci.edu/ml
]. Irvine, CA: Universitas California, Sekolah Informasi dan Ilmu Komputer. -
Kapishnikov, Andrei, Tolga Bolukbasi, Fernanda Viegas, dan Michael Terry. 2019. “XRAI: Atribusi yang Lebih Baik Melalui Daerah.” Prosiding Konferensi Internasional IEEE/CVF tentang Visi Komputer (ICCV): 4948—4957. arXiv:1906.02825
. -
Kim, Pernah, Martin Wattenberg, Justin Gilmer, Carrie Cai, James Wexler, Fernanda Viegas, dan Rory Sayres. 2018. “Interpretabilitas Melampaui Atribusi Fitur: Pengujian Kuantitatif dengan Vektor Aktivasi Konsep (TCAV).” arXIV:1711.11279
. -
Lundberg, Scott M., Gabriel G. Erion, dan Su-In Lee. 2019. “Atribusi Fitur Individual yang Konsisten untuk Ansambel Pohon.” arXiv:1802.03888
. -
Lundberg, Scott M. dan Su-In Lee. 2017. “Pendekatan Terpadu untuk Menafsirkan Prediksi Model”. Kemajuan dalam Sistem Pengolahan Informasi Saraf (NIPS) 30. arXiv:1705.07874
. -
Rajpurkar, Pranav, Jian Zhang, Konstantin Lopyrev, dan Percy Liang. 2016. “SQuad: 100.000+ Pertanyaan untuk Pemahaman Teks Mesin.” arXiv:1606.05250
. -
Ribeiro, Marco T., Sameer Singh, dan Carlos Guestrin. 2016. “'Mengapa Aku Harus Mempercayaimu? ' : Menjelaskan Prediksi Pengklasifikasi Apa Pun.” KDD '16: Prosiding Konferensi Internasional ACM SIGKDD ke-22 tentang Penemuan Pengetahuan dan Penambangan Data: 1135—1144. arXIV:1602.04938
. -
Sundararajan, Mukund, Ankur Taly, dan Qiqi Yan. 2017. “Atribusi Aksiomatik untuk Jaringan Dalam.” Prosiding Konferensi Internasional ke-34 tentang Machine Learning 70: 3319—3328. arXiv:1703.01365
.
Paket perangkat lunak eksternal
-
Kapten: https://captum.ai/
Bacaan tambahan
-
Amazon SageMaker Clarify Model Penjelasan (SageMaker dokumentasi)
-
Repositori Amazon SageMaker Clarify
(GitHub) -
Molnar, Christoph. machine learning ditafsirkan. Panduan untuk Membuat Model Kotak Hitam Dapat Dijelaskan
, 2019.