注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Lingo快速入门，建模 解释性语言

  2. lingo，处理规划类问题，最优问题 建模 解释性语言

  3. 所属分类：专业指导

    • 发布日期：2009-05-31
    • 文件大小：443kb
    • 提供者：ronghua_liu

  1. 编译性语言、解释性语言和脚本语言

  2. 编译性语言、解释性语言和脚本语言 编译性语言、解释性语言和脚本语言

  3. 所属分类：专业指导

    • 发布日期：2011-03-08
    • 文件大小：14kb
    • 提供者：ctpaper

  1. 解释可解释性：理解数据科学家使用机器学习的可解释性工具.pdf

  2. 我们对数据科学家进行了背景调查(N=11)和调查(N=197)，以观察他们如何使用可解释性工具来发现在构建和评估ML模型时出现的常见问题。我们的结果表明，数据科学家过度信任和滥用解释工具。此外，很少有参与者能够准确地描述这些工具的可视化输出。我们为数据科学家的可解释工具心智模型强调定性主题。我们总结了对研究人员和工具设计者的启示，并将我们的发现置于社会科学文献的背景中。

  3. 所属分类：机器学习

    • 发布日期：2020-03-08
    • 文件大小：1mb
    • 提供者：syp_net

  1. 可解释性、高效的数据流异常检测算法

  2. 可解释性、高效的数据流异常检测算法，李松松，吴晓非，局部离群点异常检测在数据流中的应用广泛。传统方法对样本如何采样可以维持后续样本的检测准确性是一个问题,另外无法得到是否为�

  3. 所属分类：其它

    • 发布日期：2020-02-15
    • 文件大小：838kb
    • 提供者：weixin_38703895

  1. matlab开发-解释性数字方法溶出不同的定量

  2. matlab开发-解释性数字方法溶出不同的定量。在这里，我比较了Euler、RungeKutta和AdamBashforth方法来集成一个简单的函数。

  3. 所属分类：其它

  1. 模型可解释性关键技术、应用及其安全性研究综述.pdf

  2. 模型可解释性关键技术、应用及其安全性研究综述.pdf

  3. 所属分类：互联网

    • 发布日期：2020-08-05
    • 文件大小：2mb
    • 提供者：a337895179

  1. flutter_movie:一个可解释性电影推荐系统，系统分为应用端以及服务器端，应用程序可在安卓端使用，服务器使用Python的流行的Web框架的Django和瓶搭建，并使用定时任务的crontab命令进行定时推荐.APP端实现了用户登录

  2. flutter_movie 一个可解释性电影推荐系统，系统分为应用端以及服务器端，应用程序可在安卓端使用，服务器使用Python的流行的Web框架的Django和瓶搭建，并使用定时任务的crontab命令进行定时推荐.APP端实现了用户登录注册，查看最新电影列表，电影顶部榜单，电影详情，电影评分，推荐列表和其推荐解释等功能，并采用模板的方式生成解释呈现给用户，使推荐更可以得到用户的信任。 原项目 APP改进 原项目的应用程序可以说是无法使用，我当初19年克隆下来就无法使用了，比如搜索功能，还有其

  3. 所属分类：其它

  1. 【综述专栏】神经网络可解释性综述

  2. 论文阐述了解释性的重要性，并提出了一种新的解释性分类方法，该分类方法分为三个维度:参与类型(被动解释性与主动解释性)、可解释性的类型和可解释性焦点(从局部解释性到全局解释性)。这种分类法为相关文献中论文的分布提供了一个有意义的3D视图，因为其中的两个维度不是简单的分类，而是允许有序的子类别。最后，论文总结了现有的可解释性评价方法，并提出了新分类方法启发下可能的研究方向。

  3. 所属分类：机器学习

    • 发布日期：2021-03-18
    • 文件大小：842kb
    • 提供者：syp_net

  1. 超越极性：具有层次化查询驱动注意力的可解释性财务情绪分析

  2. 超越极性：具有层次化查询驱动注意力的可解释性财务情绪分析

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：341kb
    • 提供者：weixin_38678521

  1. interpretable-ml-article:我的可解释性机器学习博客系列的代码示例-源码

  2. 可解释的机器学习博客 我的可解释性机器学习博客系列的代码示例 第1部分： ：

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：87kb
    • 提供者：weixin_42144199

  1. 超越极性：具有层次化查询驱动注意力的可解释性财务情绪分析。

  2. 超越极性：具有层次化查询驱动注意力的可解释性财务情绪分析。

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：273kb
    • 提供者：weixin_38745648

  1. eirm:二分项目和多项目项目响应的解释性项目响应建模-源码

  2. eirm：解释性项目响应建模 安装eirm 可以通过以下方式安装CRAN上的稳定版本： install.packages( " eirm " ) 开发版本可以通过以下方式安装： devtools :: install_github( repo = " okanbulut/eirm " ) 注意：如果下载Github版本并在控制台上看到以下输出（或类似内容），请从此列表中选择3: None 。 您只需在R控制台中键入3并单击“输入”即可。 Downloading GitHub repo

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：947kb
    • 提供者：weixin_42109639

  1. 利用语义信息提高深度神经网络的可解释性

  2. 利用语义信息提高深度神经网络的可解释性

  3. 所属分类：其它

  1. 通过链接实体上的可解释性群集自动生成Navbox

  2. 通过链接实体上的可解释性群集自动生成Navbox

  3. 所属分类：其它

  1. InterpretableMachineLearning2021:UoW上的“可解释性机器学习”的讲义。 夏季学期20202021-源码

  2. 2021年可解释的机器学习 “可解释性机器学习”的。 2020/2010夏季学期 此课程的松弛时间： ： XAI故事电子书（去年）： : 介绍 该课程包括讲座，计算机实验室和一个项目。 本课程为选修课。 通过规则似乎是不规范的。 确保您了解它们，以免造成不愉快的后果。 我相信，构建ML / XAI模型的最重要技能之一就是灵活性和主动解决问题的方法。 在此课程中，评估标准将极大地奖励灵活性和积极主动的方法。 设计原则 本课程的设计基于四个原则： 学习过程中的混合经验是很好的。 它可以

  3. 所属分类：其它

  1. 通讯数据发现：自行车共享数据集的探索性和解释性数据分析-源码

  2. 交流数据发现 自行车共享数据集的探索性和解释性数据分析 数据集 数据包含有关在覆盖旧金山湾大区的自行车共享系统中进行的个人骑行的信息。 有4646辆自行车。 数据集包含183412行或自行车旅行和16列。 介绍 该项目分为两个部分，展示了数据可视化技术在数据分析过程中的重要性和价值。 在第一部分中，我使用Python可视化库从单个变量的图到多个变量的图来系统地探索选定的数据集。 在第二部分中，我做了一个简短的演示，说明了您在所选数据集中发现的有趣的特性，趋势和关系。 传达发现的主要方法是通过将我

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：870kb
    • 提供者：weixin_42100188

  1. 通过对动作的推理对本体流进行解释性诊断

  2. 通过对动作的推理对本体流进行解释性诊断

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：189kb
    • 提供者：weixin_38692100

  1. ValLang：一种全新的高级解释性脚本编写的面向对象编程语言，完全使用C＃编写-源码

  2. ValLang-一种新的解释性脚本编程语言 Val语言是一种完全使用C＃编写的高级解释性脚本编写的面向对象编程语言。 该语言具有每种高级语言的基本陈述和功能。 该语言的目标是结合各种语言的优势，以使之成为一种简单，易懂，通用且流畅的语言。 Val语言实现了什么？ 在Val语言中，有全局变量，常量变量，if / else / elif语句，switch语句，do while语句，while语句，for语句，foreach语句，结构，函数等等。 此外，没有使用此语言的类型。 每个变量可以是整数/浮

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：323kb
    • 提供者：weixin_42131342

  1. Captum：使用Captum探索PyTorch模型的可解释性-源码

  2. 资本 使用Captum探索PyTorch模型的可解释性 Captum可帮助ML研究人员更轻松地实现可与PyTorch模型进行交互的可解释性算法。对于模型开发人员而言，Captum可用于通过识别有助于模型输出的不同特征来改进模型和对模型进行故障排除，从而设计出更好的模型并进行故障排除意外的模型输出。（ ） 在这里，我们将解释Resnet模型对图像的预测，并使用归因技术（例如Captum提供的“集成梯度”和“遮挡”）来比较结果。 方案1-通过PyTorch模型进行正确的预测 在这里，输入图像是

  3. 所属分类：其它

  1. Site-PastaSorriclete：Pro的cri uma的简单性的Web应用程序的设计Web的uma的解释性utilisando dos conceitos的设计ensinados nas aulas decomunicação视觉

  2. Site-PastaSorriclete：Pro的cri uma的简单性的Web应用程序的设计Web的uma的解释性utilisando dos conceitos的设计ensinados nas aulas decomunicação视觉

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 33 »