Janis Klaise、Arnaud Van Looveren、Giovanni Vacanti、Alexandru Coca。
年份：2021年，数量：22，版本：181，页码：1-7
摘要
我们介绍Alibi Explain，一个用于解释机器学习模型预测的开源Python库(https://github.com/SeldonIO/alibi). 该库具有最先进的分类和回归模型解释算法。这些算法涵盖了模型识别（黑盒）和模型特定（白盒）设置，适合多种数据类型（表格、文本、图像）和解释范围（本地和全局解释）。该库公开了一个统一的API，使用户能够以一致的方式处理解释。Alibi坚持在持续集成环境中广泛测试代码正确性和算法收敛性的最佳开发实践。该库提供了关于方法的用法和理论背景的大量文档，以及一组经过处理的端到端用例。Alibi的目标是成为一个生产就绪工具包，集成到机器学习部署平台，如Seldon Core和KFServing，以及使用Ray的分布式解释功能。
PDF格式
BibTeX公司
代码