EXPLAIN可能機械学習

解釈可能とネットワーク機能は、一般的に強制されます

現地説明

なぜあなたはこの画像がカテゴリYに属していると思いますか？

• 削除ベースの
  結果に大きな影響は重要な部分示しそうであれば、部分的に除去（部品サイズの除去？）

• グラデーションベース
  $Y_ {TRUE}$差動入力を行うには、値が比較的大きいピクセルが重要です

• モデルベースの
  シミュレートするために、別のネットワーク部分の単純なネットワークを使用して

  • リニア（LIME）

  

  • ディシジョン・ツリー

• 説明は差が大きい説明し、攻撃、入力とほぼ同じ出力のためにあります。

グローバル・解説

作り、Xのオプトインを行うにはリバース $Y_ {TRUE}$+ X最大拘束入力フィールドがある
制約ジェネレータを作るために使用することができます