工具机器学习团队常用工具总结,人生苦短,我用Python!( 三 )


在网络上爆发大量关于偏见和歧视的丑闻之后 , 可解释性是人工智能研究人员当前面临的最大挑战 。
人工智能供应商通常专注于模型的事后(post hoc)解释(和具有内在可解释性的模型相比 , 事后解释就好比先训练一个黑盒模型 , 比如一个深度网络 , 然后应用一些可解释的方法 , 比如度量特征重要性 , 来作出“解释”) , 而不是在模型中构建解释和检查点 。
所以呢?湿件(Wetare)——也就是人类 , 将是2020年 , 以及未来人工智能发展中 , 最有用的工具 。
那直接说“多用脑子”不得了 , 还发明一个专业名词 , 果然显得高大上了一些...嗯 , 硅谷某些初创公司的脑回路就是不一样!
好啦 , 看到这里 , 大家还有什么想补充的吗?如果大家还有什么在实操中觉得特别好用的 , 可以留言评论哦~
本文首发于微信公众号:新智元 。 文章内容属作者个人观点 , 不代表和讯网立场 。 投资者据此操作 , 风险请自担 。
(责任编辑:张洋 HN080)


推荐阅读