【计算机科学】【1996】从已训练神经网络中提取可理解模型

本文为美国威斯康星大学麦迪逊分校（作者：Mark W. Craven）的博士论文，共211页。 尽管神经网络已经被用于在许多实际问题领域开发高精度的分类器，但它们所学习的模型却是众所周知难以理解的。本文研究了从训练好的神经网络中提取可理解模型的任务，从而缓解了这一局限性。 本文的主要贡献是提出了一种算法，该算法克服了以往方法的局限性，采用一种新的方法从训练好的网络中提取可理解模型。该算法称为Tre

>>阅读原文<<