Dec, 2022
通过可解释的数据协作实现分布式机器学习的透明度
Achieving Transparency in Distributed Machine Learning with Explainable Data Collaboration
Anna Bogdanova, Akira Imakura, Tetsuya Sakurai, Tomoya Fujii, Teppei Sakamoto...
TL;DR为确保机器学习模型的伦理使用,该论文提出了一种基于模型不可知的可加特征归因算法(KernelSHAP)和数据协作方法的可解释数据协作框架,以应对难以解释的黑盒子模型。