Modeli za objašnjenje rezultata predviđanja metoda strojnog učenja (CROSBI ID 459119)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Tomadin, Gregory
Pripužić, Krešimir
hrvatski
Modeli za objašnjenje rezultata predviđanja metoda strojnog učenja
U ovom radu opisana je objašnjiva umjetna inteligencije, kada i zašto se koristiti te čemu služi. Isto tako detaljno je opisana procedura stvaranja objašnjenja modela strojnog učenja od teorijske podloge pa sve do praktičnih primjera. U primjerima se koriste razni modeli strojnog učenja: linearna regresija, logistička regresija, stablo odluke, algoritam K najbližih susjeda, model slučajnih šuma itd. Osim toga koriste se razne metode objašnjive umjetne inteligencije: intrinzične metode, metode agnostičkih modela i metode specifične za model.
objašnjiva umjetna inteligencija ; strojno učenje ; objašnjivost ; interpretabilnost ; intrinzične metode ; metode agnostičkih modela ; metode specifične za model ; metoda permutacijske važnosti ; dijagram djelomične ovisnosti ; SHAP
nije evidentirano
engleski
Models for Explaining Predictions from Machine Learning Methods
nije evidentirano
explainable artificial intelligence ; XAI ; machine learning ; explainability ; interpretability ; intrinsic methods ; model-agnostic methods ; model-specific methods ; permutation importance method ; partial dependence plot ; SHAP
nije evidentirano
Podaci o izdanju
99
14.07.2022.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb
