机构名称：
¥ 1.0
效率的提高是以不透明性和偏见为代价的 [1, 21, 29]。人们越来越关注透明度和解释，以发现和减轻机器学习算法引入的偏见和错误。在这些解释方法中，基于代理的模型解释（现在称为代理解释）是最常用的 [16]。代理方法训练代理来模仿分类器的结果。选择此代理是因为其设计简单、高度透明且易于理解。在他们的调查中，Bodria 等人 [6] 将代理解释分为三类：（a）特征归因，（b）规则和（c）基于示例的解释。每个解释都有不同的目的（本文首先提出），最终影响解释的生成方式和呈现给用户的方式。
人工智能解释如何适应用户角色
主要关键词
相关文件推荐
