【文件属性】：
文件名称：awesome-xai:很棒的可解释AI（XAI）和可解释的ML论文和资源
文件大小：30KB
文件格式：ZIP
更新时间：2021-04-05 23:04:54
awesome awesome-list explanations xai saliency-maps
很棒的XAI
XAI和可解释性ML论文，方法，评论和资源的精选列表。 可解释AI（XAI）是机器学习研究的一个分支，旨在使机器学习技术更易于理解。
内容
文件
地标
这些是我们最喜欢的论文。 它们有助于理解该领域及其关键方面。 我们认为本文值得全文阅读。
-本文提供了对社会科学研究的解释介绍。 作者提供了4个主要发现：（1）解释具有说服力；（2）选择了解释；（3）概率可能无关紧要；（4）解释是社会性的。 这些符合解释是“上下文”的一般主题。
-对于使用显着性地图的任何人来说都是重要的读物。 本文提出了两个实验来确定显着性图是否有用：（1）模型参数随机化测试比较经过训练的模型和未经训练的模型的映射；（2）数据随机化测试比较在原始数据集训练的模型和在同一数据集训练的模型的地图带有随机标签。 他们发现“一些广泛采用的显着性方法与模型训练所依据的数据以及模型参数均无关”。
调查
初学者-X
【文件预览】：
awesome-xai-main
----.gitattributes(3KB)
----.github()
--------workflows()
----contributing.md(761B)
----code_of_conduct.md(3KB)
----images()
--------icon.png(16KB)
----license(6KB)
----readme.md(15KB)