要強大的「黑匣子」，仍是「可解釋」的機器學習？| 清華AI Time激辯

來源：大數據文摘算法 要不要用準確性換可解釋性？這多是許多資源有限的創業公司，在技術研發中面臨的重要問題，同時也是機器學習可解釋性研究中的重要議題。網絡 把場景具體化，讓咱們先來看這樣一道選擇題。框架 若是你是一個投資公司老闆，針對電話詐騙檢測，如今有一個可信度85%，但沒法解釋的「黑盒」模型，和一個可信度75%，但可解釋的機器學習模型擺在你面前，你會選擇哪個？機器學習 6月19日下午，AItim

>>阅读原文<<