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。
信頼できる機械学習のための成長要求は,解釈可能性研究の喪失に導いた。この目的を果たすために多数の説明法を開発した。しかし,これらの方法は不十分で不適切に評価されている。説明のための多くの既存の計量を,それらの方法の利点を実証するために,それらの提案された説明技術の副産物として研究者によって導入した。広く使用されたが,それらは,問題がますます少ない。著者らは,これらの説明方法,すなわち,計量が,高い/低いスコアを与えるとき,実際に良い/悪い説明を有することを,認識された,そして,正当化されたメトリックスの欠如が,これらの説明方法のベンチマークにおいて,カオスをもたらすと主張した。既存の計量を2つのカテゴリーに分割し,それらが多重理由の説明を適切に評価するには不十分であることを示した。著者らは,機械学習説明の評価における問題を扱う際のガイドラインを提案し,説明技術と計量を開発するとき,これらの問題を慎重に取り扱う研究者を奨励する。【JST・京大機械翻訳】