梅利梅 swMATH ID: 38487 软件作者： 蒂亚戈·博塔里（Tiago Botari）、弗雷德里克·赫维什约（Frederik Hvilshöj）、拉斐尔·伊兹比基（Rafael Izbicki）、安德烈·卡瓦略（Andre C.P.L.F.de Carvalho） 描述： MeLIME：机器学习模型的有意义的局部解释。大多数最先进的机器学习算法都会产生黑盒模型，从而阻碍了它们在许多敏感领域的应用。因此，人们提出了许多解释机器学习模型的方法来解决这个问题。在这项工作中，考虑到用于训练黑盒模型的数据的分布，我们引入了改进局部解释的策略。我们表明，与不同ML模型上的其他技术相比，我们的方法MeLIME对不同类型的数据进行操作，可以产生更有意义的解释。MeLIME推广了LIME方法，允许更灵活的扰动采样和使用不同的局部可解释模型。此外，我们还对本地可解释模型的标准训练算法进行了修改，以获得更可靠的解释，甚至允许生成反事实示例。为了展示该方法的优势，我们对表格数据、图像和文本进行了实验；所有这些都显示出改进的解释。特别是，与GuidedBackprop、SmoothGrad和分层相关传播等方法相比，MeLIME对MNIST数据集产生了更有意义的解释。MeLIME在上可用https://github.com/tiagobotari/melime网址 主页： https://arxiv.org/abs/2009.05818 源代码： https://github.com/tiagobotari/melime网址 关键词： 机器学习；arXiv_cs。LG公司；人工智能；arXiv_cs。人工智能；当地解释 相关软件： HHCART公司；重油催化裂化装置；MurTree公司；ORL公司；UCI-毫升；IPBoost公司；sirus公司；GOSDT公司；倾角RF；空间ML；形状；国际货币联盟；XGBoost公司；AdaBoost-SAMME公司；evtree（进化树）；4.5条；阿达·布斯特。MH公司；rpart公司；中央情报局 引用于： 1文件 3位作者引用 1 埃米利奥·卡里佐萨 1 克里斯蒂娜·莫勒罗·里奥 1 多洛雷斯罗梅罗·莫拉莱斯 连载1篇 1 顶部 在1个字段中引用 1 运筹学、数学规划（90-XX） 按年份列出的引文