Erklärbarkeit

Erklärbares maschinelles Lernen bezieht sich auf Methoden, die KI-Entscheidungen für Menschen verständlich machen.

Integrierte Gradienten ist eine Methode zur Zuordnung von Modellvorhersagen zu Eingabefunktionen in neuronalen Netzwerken.

Interpretierbarkeitsforschung konzentriert sich darauf, KI-Modelle für Menschen verständlich zu machen.

Local Interpretable Model-Agnostic Explanations (LIME) liefern Einblicke in Vorhersagen von maschinellen Lernmodellen, indem sie diese lokal approximieren.

Model Explainability refers to the degree to which an AI model's decisions can be understood by humans.