Публикации по теме 'shapley-values'


Элементы теории стоимости Шепли
Мы обсудим основы Ценностей Шепли (SV). SV берут свое начало в теории игр (GT) и были названы в честь их изобретателя, лауреата Нобелевской премии Ллойда С. Шепли (см. краткий биографический очерк в конце). В этой заметке мы сосредоточимся на самых основных аспектах — как определяются и рассчитываются SV. В следующей заметке мы рассмотрим базовый вариант использования в машинном обучении. Мы начнем с простого примера. Простой пример (Как разделить совместную прибыль в фирме):..
Распараллеливайте свои массивные вычисления SHAP с помощью MLlib и PySpark.
Пошаговое руководство по эффективному объяснению ваших моделей с помощью SHAP. Введение в MLlib Библиотека машинного обучения Apache Spark (MLlib) предназначена в первую очередь для обеспечения масштабируемости и скорости за счет использования среды выполнения Spark для распространенных распределенных случаев использования в обучении с учителем, таком как классификация и регрессия, обучении без учителя, таком как кластеризация и совместная фильтрация, а также в других областях...
Остатки Шепли: измерение ограничений значений Шепли для объяснимости
Давайте воспользуемся мелочью, чтобы показать информацию, пропущенную значениями Шепли. Введение Чтобы ответственно использовать машинное обучение, вы должны попытаться объяснить, что движет прогнозами вашей модели машинного обучения. Многие специалисты по обработке и анализу данных и компании, занимающиеся машинным обучением, осознают, насколько важно иметь возможность объяснять, каждую функцию, как модель реагирует на вводимые данные. В этой статье будет показано, как значения..
Рекомендации по размещению продукта
Изучение подходов машинного обучения для принятия решения о том, как разместить игровые автоматы на веб-сайте, чтобы добиться максимальной эффективности Продакт-плейсмент становится все более важным способом для брендов ненавязчиво охватить свою целевую аудиторию. Предприятия используют продакт-плейсмент для увеличения продаж, узнаваемости бренда и привлечения клиентов — и все это без «традиционной» рекламы. Это искусство определять, где ваши продукты появляются в магазине или на..
ПОЧЕМУ, О ПОЧЕМУ!
Когда модели AI/ML делают прогноз, заинтересованные стороны бизнеса хотят знать «Почему?». Почему так сложно ответить на вопрос «Почему»? Часть 1. Объяснимый ИИ Революция AI/ML привела к созданию новых должностей, таких как Data Scientist, Translators, Data Engineers и MLOps Engineers. Появилась дополнительная недооцененная роль; «Объяснитель». Это может быть не отдельная позиция, но, тем не менее, она представляет собой важнейшую деятельность во всем потоке создания ценности..
Понимание значений Шепли для машинного обучения
Понимание значений Шепли для машинного обучения Лучший способ для специалиста по данным или инженера по машинному обучению изучить значения Шепли — начать с основ. В недавней беседе кто-то заметил, что значения Шепли для атрибуции признаков довольно туманны по сравнению с другими методами. Это уравнение также может быть пугающим. Однако математика, стоящая за значениями Шепли, вероятно, проще по сравнению с другими методами. Чтобы изучить математику и интуицию, лежащие в..
Распознавание лиц и значения Шепли
Мой пост в прошлом месяце объяснил задачу Facebook по обнаружению дипфейков и создал новые рамки лица с помощью OpenCV и GAN (генератора и дискриминатора). Все пошло быстро! Задача переместилась в эту задачу Kaggle ; у него есть больше видео, и любой может зарегистрироваться. Я узнал, что дипфейки обычно не используют GAN; вместо этого они используют автоэнкодеры . Планирование следующих шагов Что касается моих запланированных шагов по обнаружению дипфейков, мой следующий..