实体
Interpretable Machine Learning
Interpretable Machine Learning
PulseAugur coverage of Interpretable Machine Learning — every cluster mentioning Interpretable Machine Learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
机器学习CKD预测模型存在数据泄露和预测器不稳定的问题
对用于慢性肾脏病（CKD）早期预测的机器学习模型进行的系统综述揭示了数据泄露和预测器稳定性方面存在严重问题。该综述分析了十九项研究，引入了一个分类法和评分框架来评估信息泄露。高泄露率的研究报告的平均准确率为95.48%，远高于无泄露研究报告的80.2%的准确率，表明性能指标被夸大。此外，分析发现超过80%的预测器缺乏可靠性，这表明报告的性能提升通常是由于方法学上的局限性，而不是真正的预测能力。
-
BoolXLLM框架使用LLM解释布尔AI模型
研究人员开发了BoolXLLM，一个将大型语言模型（LLM）集成到可解释机器学习的布尔规则学习过程中的新框架。该方法有助于选择相关特征，推荐数值数据的有意义离散化，并将复杂的布尔规则翻译成自然语言解释。目标是创建既理论健全又易于非技术用户理解的AI系统，同时保持强大的预测性能。