Kontrafaktualna objašnjenja su metoda objašnjavanja odluka modela mašinskog učenja, koja pokazuje kako treba promeniti ulazne podatke da bi se dobio drugačiji rezultat. Na primer, ako model odbije kredit, kontrafaktualno objašnjenje može pokazati da bi odluka bila drugačija da je prihod klijenta bio za 10% veći.

Ovo pomaže da se razume koji faktori utiču na predviđanje i čini model transparentnijim i interpretabilnijim, posebno u složenim modelima dubokog učenja.

Претходно Следеће