В този блог бихме искали да покрием как обяснимостта на модела може да помогне при вземането на информиран избор при работа с модели за оцеляване, като демонстрира възможностите на пакета survex R. Анализ на оцеляването и обяснимост Когато говорят за машинно обучение, повечето хора имат предвид задачите за класификация и регресия, тъй като те са най-популярните. Тези задачи обаче не са единственото приложение на ML моделите. Друг популярен, особено в областта на медицината и..

Индивидуално табло за обяснение (XAI) в Python Опитвайки се да обясня прогнози и модели за консултантска компания в Германия, попаднах на хранилището на github на таблото за обяснение: GitHub - oegedijk/explainerdashboard: Бързо изграждане на обясними AI табла за управление, които показват вътрешното... от: Oege Dijk Този пакет прави удобно бързото внедряване на уеб приложение за табло за управление, което обяснява работа на... github.com..

Може да изглежда, че нямаме голям избор, защото най-популярните езици в науката за данни са R и Python или ако предпочитате Python и R. Но днес не говорим за тези езици! По време на конференцията useR!2022 можем да се срещнем с английски, испански и френски. Поради факта, че само английският ни е близък, създадохме нашите работилници и доклади на този език. Но! Възможно ли е организиране на семинар на друг език? Да, може да се направи и ние го направихме! Изпратихме семинар на 5..

В предишна публикация в блог („Разбиране на прогнозите на конволюционните невронни мрежи: карти на изпъкналостта“) обсъдихме значението на разбирането как моделите на дълбоко обучение достигат до своите прогнози, особено в контекста на конволюционните невронни мрежи (CNN), използвани за класификация на изображения задачи. Разгледахме документа „Deep Inside Convolutional Networks: Visualizing Image Classification Models and Saliency Maps“, който предостави начин за визуализиране на..