Jul, 2020
面向外部利益相关者的机器学习可解释性
Machine Learning Explainability for External Stakeholders
Umang Bhatt, McKane Andrus, Adrian Weller, Alice Xiang
TL;DR本文主要介绍了在高风险背景下机器学习算法变得越来越重要的情况下，为了能够更好地解释机器学习算法，需要考虑相关方利益，例如终端用户，监管机构和领域专家。但是目前较少有关于实现解释性机器学习的工程实践，因此我们进行了一个闭门的研讨会，汇集了学界、产业界、法律界和政策界的专家，分析了当前实现解释性机器学习的现状，分享了大量实例和经验，并探讨了相关未解决的问题。