的一部分神经信息处理系统进展28(NIPS 2015)
Been Kim、Julie A.Shah、Finale Doshi-Velez
我们提出了思维间隙模型(MGM),这是一种可解释特征提取和选择的方法。通过将可解释性标准直接放入模型中,我们允许模型优化与可解释性相关的参数,并直接报告一组全局可区分维度,以协助进一步的数据探索和假设生成。MGM在动物特征、食谱成分和疾病共现的真实数据集上提取显著特征。与相关方法相比,它还保持或改进了性能。我们与领域专家一起进行了一项用户研究,以展示MGM帮助数据集探索的能力。
在电子程序中更改姓名的请求将被接受,不会提出任何问题。然而,名称更改可能会导致书目跟踪问题。作者被要求仔细考虑这一点,并在要求在电子诉讼中更改姓名之前与合著者进行讨论。
使用“报告问题”链接请求更改名称。