机构名称：
¥ 1.0
收到的日期：2024年2月20日修订日期：2024年3月19日接受日期：2024年4月21日摘要：可解释的人工智能（XAI）领域是智能AI和机器学习（ML）研究和开发的关键阶段之一。缺乏透明度和问责制在某个时候已成为一个巨大的关注，因为算法更频繁地从事高风险任务，例如医学诊断，财务和司法系统。本文旨在确定XAI在发展值得信赖的ML电动机中的作用，其中强调了可解释性和透明度的必要性，以便AI系统不仅具有强大，强大的功能，而且还可提供可信和道德。我们考虑提供ML模型透明性质并探索当前研究进步的技术，并意识到行业实际应用的样子。因此，我们解决了这些问题，并建议如何在避免风险的情况下改善AI模型，同时保持良好的绩效。我们深入分析的结果揭示了XAI在AI背景下清楚地阐明人类的信任和理解中所起的至关重要作用。关键字：可解释的AI，机器学习，可解释性，透明度，值得信赖的AI，问责制。
可解释的AI在构建值得信赖的机器学习系统
主要关键词
相关文件推荐
