微软释AI黑盒子工具包lnterpretML 实验AI模型和系统

微软研究院释出解开AI黑盒子的工具包lnterpretML，提供开发人员多种方式来实验AI模型和系统，进一步解释模型，lnterpretML工具包含有许多可理解的模型和多种方法，可以针对黑盒子模型的个别预测行为产生解释。微软指出，当AI系统影响人类的生活时，令人们了解AI的行为就至关重要，了解AI模型的行为，也能让数据科学家为模型除错，而理解模型如何推论，则能够使设计模型的开发者传递模型如何运做的信息给终端用户。

通常模型的准确度和可理解性没法兼顾，微软研究院开发出一套兼顾准确度和理解性的算法Explainable Boosting Machine，透过现代机器学习技术，像是Bagging和Boosting分类方法，来改善传统的广义加成（Generalized Additive）模型。开发者能够用lnterpretML工具包，比较不一样的方法产生的解释，并选出一个最适合的方法，透过在不一样的方法之间比对一致性，可以协助开发者了解该解释的可信度。更多详细相关内容：sbf胜博发票务 http://www.ktnetks.com.tw