KONCEPTUALNA DISKUSIJA O OBJAŠNJIVOSTI NADZIRANOG UČENJA ZNAČAJKI ZA KLASIFIKACIJU
##plugins.pubIds.doi.readerDisplayName##:
https://doi.org/10.19279/TVZ.PD.2024-12-1-06
Ključne riječi:
objašnjiva umjetna inteligencija, klasifikacija, učenje značajki, otkrivanje znanja
Sažetak
U ovom radu predstavljene su osnovne ideje
nadziranog učenja značajki za klasifikaciju.
Posebna pozornost pridaje se objašnjivosti tih
pristupa. Metode učenja značajki su neobjašnjive ili
ograničene u svojim predikacijskim rezultatima što
je posljedica nemogućnosti rekombiniranja ulaznih
značajki. Pristupi koji omogućuju povećanje
dimenzionalnosti prostora ulaznih značajki su
spori jer zahtijevaju iterativne nekonveksne
optimizacije i podešavanje brojnih konfiguracija
skrivenih dimenzija. U tim slučajevima autori
uglavnom ne daju objašnjenja naučenog modela.
Međutim, objašnjenja se mogu postići s različitim
stupnjevima uspjeha s učenjem interpretativnih
modela oko danog uzorka od interesa ili procjenom
važnosti svake značajke u rezultatu klasifikacije.
Objavljeno
2024-10-01
##submission.howToCite##
Vlahek, D., & Nožica, B. (2024). KONCEPTUALNA DISKUSIJA O OBJAŠNJIVOSTI NADZIRANOG UČENJA ZNAČAJKI ZA KLASIFIKACIJU. Politehnika I Dizajn, 12(01). https://doi.org/10.19279/TVZ.PD.2024-12-1-06
Broj časopisa
Rubrika
Članci
