机构名称：
¥ 1.0
摘要。机器学习和人工智能模型有可能简化公共服务和政策制定。然而，模型揭示的模式往往比模型的性能更重要。可解释人工智能 (XAI) 最近被引入作为一组技术，可以解释模型做出的单个决策。尽管 XAI 在各个领域都已被证明很重要，但在公共管理中使用相关技术的需求直到最近才出现。本文的目的是探讨使用以链接开放统计数据形式提供的高质量开放政府数据创建 XAI 模型的价值和可行性。为此，介绍了一种利用链接开放统计数据创建可解释模型的过程。此外，还描述了一个案例研究，其中利用来自苏格兰开放统计门户的链接数据来预测和解释数据区平均房价高于苏格兰平均价格的概率。XGBoost 算法用于创建预测模型，并使用 SHAP 框架来解释它。
将可解释的人工智能技术应用于链接的开放政府数据
主要关键词
相关文件推荐
