Публикации по теме 'explainable-ai'
Объясняемый ИИ (Часть I): объяснения и возможности
Эта статья основана на материалах, представленных Берлинской группой машинного обучения 7 октября 2019 года. Первоначальная история впервые появилась на сайте Dain Studios .
По мере развития области машинного обучения и искусственного интеллекта и развертывания сложных моделей в новых (и критических) отраслях возникают новые проблемы. Одним из наиболее распространенных из них является представление о том, что эти модели ведут себя как черные ящики, т. Е. Трудно понять, как они работают,..
Добро пожаловать, Анкур Талы!
Мы рады представить Анкура Тали, нового члена нашей команды. Анкур присоединяется к нам в качестве руководителя Data Science.
Ранее он был научным сотрудником в Google Brain, где занимался интерпретацией машинного обучения, и был наиболее известен своим вкладом в разработку и применение интегрированных градиентов — нового алгоритма интерпретации для глубоких нейронных сетей. Анкур имеет обширный исследовательский опыт и опубликовал публикации в нескольких областях, включая..
Прогнозирование оттока клиентов с помощью текста и интерпретируемости
Промышленные записки
Прогнозирование оттока клиентов с помощью текста и возможности интерпретации
Предсказание, если клиенты захотят уйти, и понимание того, почему.
Авторы Даниэль Херкерт , Тайлер Мюлленбах
Репозиторий кода, сопровождающий это сообщение в блоге, можно найти здесь .
Отток клиентов, потеря текущих клиентов - проблема, с которой сталкивается широкий круг компаний. При попытке удержать клиентов в интересах компании сосредоточить свои усилия на клиентах, которые..
Эволюция ИИ и что дальше?
Все говорят об ИИ, машинном обучении и т. д. Но как мы пришли к тому, что имеем сегодня, и что будет завтра? Я хотел поделиться своим мнением для тех, кто хочет понять основы истории.
Все началось с базовых требований типа «как мы можем присвоить почтовым письмам почтовые индексы и регионы, чтобы люди не тормозили систему доставки почты». Для этого требовался способ распознавания рукописного ввода и распознавания символов. Алгоритмы были там, потому что был необходимый человеческий..
Ответственный: ИИ против данных против людей
Об ответственном искусственном интеллекте уже давно много говорят. Каждый другой ИИ-игрок строит и предлагает решения на его основе. Свое мнение высказывают миллиарды экспертов, принимаются меры регулирования. Эта статья является моим небольшим дополнением или обязанностью перед Responsible AI.
Начнем с определения ответственного ИИ. Он состоит из нескольких компонентов, таких как справедливость, объяснимость, интерпретируемость, конфиденциальность (нормативная) и т. Д.
Я..
Шаблоны проектирования машинного обучения
«… для повышения эффективности работы в области науки о данных»
26 января 2021 года Data Science Milan организовал webMeetup, на котором Майкл Манн рассказал о книге «Шаблоны проектирования машинного обучения», соавтором которой является. Темы доклада: ребалансировка, полезное переоснащение и объяснимые прогнозы.
«Шаблоны проектирования машинного обучения», Майкл Манн, инженер по решениям машинного обучения в Google
Ребалансировка
Ребалансировка - это типичное..
Объяснимое исследование искусственного интеллекта (XAI) должно выходить за рамки четырех стен исследовательских лабораторий.
Четыре основных участника XAI.
65-летняя Элеонора хочет купить машину для своего единственного внука Тима, которому через несколько месяцев исполнится 21 год. Она хочет подарить ему машину, чтобы он мог ездить на собеседование с относительным комфортом, а не на автобусе.
Элеонора идет в XYZ Bank, чтобы запросить ссуду в размере 10 000 долларов. Она разговаривает с помощником Кирби. Кирби предлагает Элеоноре заполнить заявку на кредит. Заполнив форму, Элеонора отправляет запрос на..