抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ルールベース説明は,複雑な機械学習(ML)分類器の回答の背後にある根拠を理解する一般的な方法である。Anchosのような最近のアプローチは,ターゲットインスタンスの近傍に適用可能な,もし,もし,もし,目標インスタンスの近傍に適用可能なならば,局所説明に焦点を合わせている。これは,忠実な説明を生成するのに有効であることが証明されているが,アンカーベースの説明は制限がない。これらは,低忠実度の説明と同様に長い過度に特定の規則を含む。本研究は,表とテキストデータに関するそのような問題を緩和することができる2つの簡単な方法を提示する。第一の手法は,表データセットにおける数値属性のための離散化法の注意深い選択を提案する。第2のものは,テキストデータの説明に適切なマイナスの概念を適用する。著者らの実験的評価は,アンカーベースの説明の品質に及ぼすそのような方法のプラスの影響を示している。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】