卷積神經網絡模型可解釋性

卷積神經網絡模型可解釋性 缺乏可解釋性仍然是在許多應用中採用深層模型的一個關鍵障礙。在這項工作中,明確地調整了深層模型,這樣人類用戶可以在很短的時間內完成他們預測背後的過程。具體地說,訓練了深度時間序列模型,使得類概率預測具有較高的精度,同時被節點較少的決策樹緊密地建模。使用直觀的玩具例子以及治療白血癥和HIV的醫療任務,這種新的樹正則化產生的模型比簡單的L1或L2懲罰更容易模擬,而不犧牲預測能力
相關文章
相關標籤/搜索