Mar, 2021
通过隐式最小化认识和随机不确定性来生成可解释的反事实解释
Generating Interpretable Counterfactual Explanations By Implicit Minimisation of Epistemic and Aleatoric Uncertainties
Lisa Schut, Oscar Key, Rory McGrath, Luca Costabello, Bogdan Sacaleanu...
TL;DR提出了一种简单快速的生成可解释反事实解释的方法,无需辅助模型,使用分类器的预测不确定性,在 IM1 得分方面比现有方法生成更可解释的 CEs。此外,该方法还允许估计 CE 的不确定性,这在医疗等安全关键应用中可能非常重要。