Explaining Deep Neural Networks and Beyond: A Review of Methods and Applications

With the broader and highly successful usage of machine learning (ML) in industry and the sciences, there has been a growing demand for explainable artificial intelligence (XAI). Interpretability and explanation methods for gaining a better understanding of the problem-solving abilities and strategi...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Proceedings of the IEEE Ročník 109; číslo 3; s. 247 - 278
Hlavní autoři:	Samek, Wojciech, Montavon, Gregoire, Lapuschkin, Sebastian, Anders, Christopher J., Muller, Klaus-Robert
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.03.2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Algorithms Artificial intelligence Artificial neural networks Best practice Best practices Black-box models Deep learning Explainable artificial intelligence explainable artificial intelligence (XAI) Interpretability Machine learning model transparency Neural networks Problem-solving Systematics Unsupervised learning
ISSN:	0018-9219, 1558-2256
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!