SHAP (Shapley Additive exPlanations) — популярный метод объяснения результатов моделей машинного обучения. Он был представлен в 2017 году Лундбергом и Ли и с тех пор стал широко используемым инструментом для понимания прогнозов, сделанных сложными моделями. Значения SHAP, генерируемые методом SHAP, дают представление о том, как каждая функция в модели влияет на ее прогнозы.

Варун Д. Н , Панос Ипейротис , Фостер Провост [Спасибо командам Compass NYC_AI и CRM!] Ранее мы писали о рекомендациях Compass о вероятных продажах , первом продукте в линейке предложений на базе искусственного интеллекта, которые помогают агентам по недвижимости систематически и эффективно развивать свой бизнес. Эти рекомендации Вероятные продажи (LTS) помогают агентам выстраивать свои социальные и профессиональные отношения. В этом посте мы более подробно рассмотрим часть,..