অ্যালগরিদমের বৈশিষ্ট্যগুলি গণনা করে এমন কোনও সাহিত্য রয়েছে যা তাদের ব্যাখ্যাযোগ্য হতে দেয়?
আমি কেবলমাত্র সাহিত্যের বিষয়ে অবগত আছি রিবেরো, সিংহ এবং গেস্টরিনের সাম্প্রতিক কাগজ । তারা প্রথমে একটি একক পূর্বাভাসের ব্যাখ্যাযোগ্যতার সংজ্ঞা দেয়:
"পূর্বাভাসের ব্যাখ্যা দিয়ে", এর অর্থ আমরা পাঠ্য বা চাক্ষুষ নিদর্শনগুলি উপস্থাপন করি যা উদাহরণের উপাদানগুলির মধ্যে সম্পর্কের গুণগত বোঝাপড়া সরবরাহ করে (যেমন পাঠ্যে শব্দগুলি, একটি চিত্রের প্যাচগুলি) এবং মডেলের ভবিষ্যদ্বাণী।
লেখকরা আরও কংক্রিট উদাহরণগুলির জন্য এর অর্থ কী তা আরও বিশদভাবে ব্যাখ্যা করেন এবং তারপরে কোনও মডেলের ব্যাখ্যাযোগ্যতার সংজ্ঞা দেওয়ার জন্য এই ধারণাটি ব্যবহার করুন। তাদের উদ্দেশ্য হ'ল বিদ্যমান পদ্ধতির ব্যাখ্যাযোগ্যতার তুলনা করার পরিবর্তে অপ্রত্যাশিত মডেলগুলিতে কৃত্রিমভাবে ব্যাখ্যাযোগ্যতা যুক্ত করার চেষ্টা এবং স্পষ্ট করে বলা। কাগজটি যে কোনও উপায়ে সহায়ক হতে পারে, কারণ "ব্যাখ্যাযোগ্যতা" ধারণার আশেপাশে আরও সুনির্দিষ্ট পরিভাষা প্রবর্তনের চেষ্টা করা হয়েছে।
মেশিন লার্নিং মডেলগুলি সাধারণত দুজনের মধ্যে একটি ভাল ট্রেড অফের প্রতিনিধিত্ব হিসাবে গৃহীত হয়?
আমি @ উইন্টারের সাথে একমত হই যে (কেবলমাত্র লজিস্টিক নয়) রিগ্রেশন-এর জন্য ইলাস্টিক-নেটকে পূর্বাভাসের যথাযথতা এবং ব্যাখ্যাযোগ্যতার মধ্যে ভাল সমঝোতার উদাহরণ হিসাবে দেখা যেতে পারে।
ভিন্ন ধরণের অ্যাপ্লিকেশন ডোমেনের (সময় সিরিজ) জন্য, অন্য শ্রেণির পদ্ধতিগুলিও একটি ভাল সমঝোতা সরবরাহ করে: বায়েশিয়ান স্ট্রাকচারাল টাইম সিরিজ মডেলিং। এটি শাস্ত্রীয় কাঠামোগত সময় সিরিজের মডেলিং থেকে ব্যাখ্যাযোগ্যতা এবং বায়সিয়ান পদ্ধতির কিছুটা নমনীয়তার উত্তরাধিকার সূত্রে প্রাপ্ত। লজিস্টিক রিগ্রেশন এর অনুরূপ, ব্যাখ্যাটি মডেলিংয়ের জন্য ব্যবহৃত রিগ্রেশন সমীকরণগুলির সাহায্য করে। বিপণন এবং আরও রেফারেন্সে একটি দুর্দান্ত প্রয়োগের জন্য এই কাগজটি দেখুন ।
সবেমাত্র উল্লিখিত বায়েশীয় প্রসঙ্গে সম্পর্কিত, আপনি সম্ভাব্য গ্রাফিকাল মডেলগুলিও দেখতে চাইতে পারেন। তাদের ব্যাখ্যাযোগ্যতা রিগ্রেশন সমীকরণের উপর নির্ভর করে না, তবে মডেলিংয়ের গ্রাফিক্যাল উপায়ে নির্ভর করে; অসাধারণ পর্যালোচনার জন্য কলার এবং ফ্রেডম্যানের "সম্ভাব্য গ্রাফিকাল মডেল: নীতি ও কৌশল" দেখুন see
যদিও আমরা উপরের বাইসিয়ান পদ্ধতিগুলিকে "সাধারণভাবে গৃহীত ভাল বাণিজ্য বন্ধ" হিসাবে উল্লেখ করতে পারি তা নিশ্চিত নই। এগুলির জন্য তারা যথেষ্ট পরিমাণে সুপরিচিত নাও হতে পারে, বিশেষত স্থিতিস্থাপক নেট উদাহরণের সাথে তুলনা করে।