May, 2023
拉普拉斯 - 近似神经加性模型:结合贝叶斯推理提高可解释性
Laplace-Approximated Neural Additive Models: Improving Interpretability with Bayesian Inference
Kouroche Bouchiat, Alexander Immer, Hugo Yèche, Gunnar Rätsch, Vincent Fortuin
TL;DR本文从贝叶斯角度探讨神经相加模型,并开发了实用的拉普拉斯近似方法。研究结果表明,使用该方法得到的神经相加模型可以提高表格回归和分类数据集以及现实世界医学任务的性能和解释性。