Key points are not available for this paper at this time.
इस उद्देश्य के लिए, यह पेपर मशीन लर्निंग (ML) मॉडलों की व्याख्यात्मकता की बढ़ती मांग पर केंद्रित है, विशेष रूप से उन पर्यावरणों में जहाँ इन मॉडलों का उपयोग महत्वपूर्ण निर्णय लेने के लिए किया जाता है, जैसे स्वास्थ्य सेवा, वित्त और कानून में। यद्यपि पारंपरिक ML मॉडल अपारदर्शी माने जाते हैं, XAI ऐसे तरीके और साधन प्रदान करता है जिनसे इन मॉडलों को अधिक पारदर्शी और इसलिए समझाने में आसान बनाया जा सके। यह पेपर मॉडल-एग्नॉस्टिक दृष्टिकोण, अंतर्निहित व्याख्या की विधि, पोस्ट-हॉक व्याख्या, और दृश्य उपकरणों का वर्णन और विश्लेषण करता है और विभिन्न क्षेत्रों में XAI के उपयोग को प्रदर्शित करता है। पेपर जिम्मेदार और नैतिक AI बनाने के लिए सटीकता और व्याख्यात्मकता को कैप्चर करने की आवश्यकता के बारे में भी बताता है।
Building similarity graph...
Analyzing shared references across papers
Loading...
Vinayak Pillai
World Journal of Advanced Engineering Technology and Sciences
Building similarity graph...
Analyzing shared references across papers
Loading...
विनायक पिल्लई (मंगलवार) ने इस प्रश्न का अध्ययन किया।
www.synapsesocial.com/papers/68e578aeb6db643587518592 — DOI: https://doi.org/10.30574/wjaets.2024.13.1.0428
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: