มีวรรณกรรมใดที่แจกแจงลักษณะของอัลกอริทึมที่อนุญาตให้อธิบายได้หรือไม่?
วรรณกรรมเดียวที่ฉันรู้คือบทความล่าสุดโดย Ribero, Singh และ Guestrin พวกเขากำหนดคำอธิบายของคำทำนายเดียว:
โดย“ การอธิบายการคาดการณ์” เราหมายถึงการนำเสนอสิ่งประดิษฐ์ที่เป็นข้อความหรือภาพที่ให้ความเข้าใจเชิงคุณภาพเกี่ยวกับความสัมพันธ์ระหว่างองค์ประกอบของอินสแตนซ์ (เช่นคำในข้อความ, แพทช์ในภาพ) และการทำนายของโมเดล
ผู้เขียนอธิบายเพิ่มเติมเกี่ยวกับความหมายของตัวอย่างที่เป็นรูปธรรมมากขึ้นจากนั้นใช้แนวคิดนี้เพื่อกำหนดความสามารถอธิบายได้ของแบบจำลอง วัตถุประสงค์ของพวกเขาคือพยายามและเพิ่มความสามารถในการอธิบายให้กับแบบจำลองที่ไม่โปร่งใสแทนการเปรียบเทียบความสามารถอธิบายได้ของวิธีการที่มีอยู่ กระดาษอาจมีประโยชน์อยู่ดีในขณะที่พยายามที่จะแนะนำคำศัพท์ที่แม่นยำยิ่งขึ้นเกี่ยวกับแนวคิดของ "การอธิบาย"
มีรูปแบบการเรียนรู้ด้วยเครื่องที่ยอมรับกันโดยทั่วไปว่าเป็นรูปแบบการแลกเปลี่ยนที่ดีระหว่างทั้งสอง
ฉันเห็นด้วยกับ @Winter ว่า elastic-net สำหรับการถดถอย (ไม่ใช่แค่โลจิสติกเท่านั้น) อาจถูกมองว่าเป็นตัวอย่างของการประนีประนอมที่ดีระหว่างความแม่นยำในการทำนายและการอธิบาย
สำหรับโดเมนแอพพลิเคชั่นประเภทต่าง ๆ (อนุกรมเวลา) วิธีการอีกประเภทหนึ่งยังให้การประนีประนอมที่ดี: การสร้างแบบจำลองอนุกรมเวลาแบบเบย์ มันสืบทอดการอธิบายจากแบบจำลองอนุกรมเวลาโครงสร้างคลาสสิกและความยืดหยุ่นบางอย่างจากวิธีการแบบเบย์ เช่นเดียวกับการถดถอยโลจิสติกการอธิบายได้รับความช่วยเหลือจากสมการการถดถอยที่ใช้สำหรับการสร้างแบบจำลอง ดูบทความนี้สำหรับแอปพลิเคชั่นที่ดีในด้านการตลาดและการอ้างอิงเพิ่มเติม
เกี่ยวข้องกับบริบท Bayesian ที่กล่าวถึงคุณอาจต้องการดูแบบจำลองความน่าจะเป็นแบบกราฟิก ความสามารถในการอธิบายไม่ได้ขึ้นอยู่กับสมการถดถอย แต่ใช้วิธีกราฟิกในการสร้างแบบจำลอง ดู "แบบจำลองความน่าจะเป็นแบบกราฟิก: หลักการและเทคนิค" โดย Koller และ Friedman สำหรับภาพรวมที่ยอดเยี่ยม
ฉันไม่แน่ใจว่าเราสามารถอ้างถึงวิธีการแบบเบย์ดังกล่าวข้างต้นว่าเป็น "การยอมรับการแลกเปลี่ยนที่ดี" พวกเขาอาจไม่เป็นที่รู้จักเพียงพอสำหรับเรื่องนี้โดยเฉพาะเมื่อเปรียบเทียบกับตัวอย่างตาข่ายยืดหยุน