Machines: Problem Solving II
Machines: Problem Solving I
Improving Translational Accuracy
Interpretation of Confidence Intervals
Variability: Analysis
Outliers and Influential Points
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
1University of Bern, Institute of Philosophy, Länggassstrasse 49a, 3012 Bern, Switzerland.
本研究阐明了机器学习 (ML) 模型的可解释性,研究了为什么像线性模型这样的简单模型是可解释的,以及复杂模型如何保持一些透明度. 了解可解释性是可信的人工智能的关键.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: