两篇新研究论文提出了近似Shapley值的新颖方法，Shapley值是解释机器学习模型的一个关键指标。第一篇论文“ShaplEIG”介绍了一种贝叶斯实验设计方法，该方法使用高斯过程自适应地选择要评估的联盟，从而在低预算情况下提高样本效率。第二篇论文“Shapley值的一个奇特估计器”揭示了Shapley值仅取决于集合函数的奇数分量，并提出了一种新的估计器OddSHAP，该估计器通过关注这个奇数子空间，在更大的采样预算下实现了最先进的准确性。 AI
影响 这些用于Shapley值近似的新颖方法可以增强复杂机器学习模型的可解释性，尤其是在资源受限的环境中。
排序理由 两篇在arXiv上发表的学术论文，提出了近似Shapley值的新方法。
- Fabian Fumagalli
- OddSHAP
- Shapley values
- Bayesian experimental design
- Fourier basis
- Gaussian process
- machine learning
- set function
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →