You are not logged in |
Wyjaśnialne uczenie maszynowe
- Speaker(s)
- Łukasz Grad
- Affiliation
- MIMUW
- Date
- April 3, 2020, 2:15 p.m.
- Information about the event
- meet.google.com/jbj-tdsr-aop
- Seminar
- Research Seminar of the Logic Group: Approximate reasoning in data mining
W ostatnich latach uczenie maszynowe znajduje coraz więcej zastosowań w wielu dziedzinach nauki oraz życia codziennego. Jednakże, modele osiągające zadowalającą jakość predykcji są często złożone i przez to traktowane jak czarne skrzynki. Sprawia to trudności we wdrażaniu takich rozwiązań w sytuacjach, gdy krytyczne jest zaufanie do decyzji zwracanych przez model, odporność na ataki lub brak przejawów dyskryminacji. W takich przypadkach istotną rolę odgrywają metody wyjaśnialnego uczenia maszynowego.
Podczas referatu chciałbym przedstawić przegląd najnowszych metod wyjaśnialnego uczenia maszynowego, głównie w kontekście głębokich sieci neuronowych. Omówię przykłady metod wyjaśnialności lokalnej oraz globalnej oparte na mapach istotności oraz propagacji sygnału,
a także metod wyjaśnialności werbalnej oraz poprzez model zastępczy.
