survex: an R package for explaining machine learning survival models

要約

機械学習モデルは、その柔軟性と優れたパフォーマンスにより、従来の統計的生存モデルを補完し、それを上回るパフォーマンスを発揮することがよくあります。
しかし、内部運用や予測の理論的根拠を説明するための使いやすいツールが不足しているため、その広範な導入が妨げられています。
この問題に取り組むために、説明可能な人工知能技術を適用することで生存モデルを説明するための一貫したフレームワークを提供する Survex R パッケージを導入します。
提案されたソフトウェアの機能には、生存モデルの理解と診断が含まれており、それが改善につながる可能性があります。
survex は、変数の影響や重要性などの意思決定プロセスに関する洞察を明らかにすることで、モデルの信頼性の評価とバイアスの検出を可能にします。
したがって、生物医学研究や医療用途などのデリケートな分野では、透明性と責任が促進される可能性があります。

要約(オリジナル)

Due to their flexibility and superior performance, machine learning models frequently complement and outperform traditional statistical survival models. However, their widespread adoption is hindered by a lack of user-friendly tools to explain their internal operations and prediction rationales. To tackle this issue, we introduce the survex R package, which provides a cohesive framework for explaining any survival model by applying explainable artificial intelligence techniques. The capabilities of the proposed software encompass understanding and diagnosing survival models, which can lead to their improvement. By revealing insights into the decision-making process, such as variable effects and importances, survex enables the assessment of model reliability and the detection of biases. Thus, transparency and responsibility may be promoted in sensitive areas, such as biomedical research and healthcare applications.

arxiv情報

著者 Mikołaj Spytek,Mateusz Krzyziński,Sophie Hanna Langbein,Hubert Baniecki,Marvin N. Wright,Przemysław Biecek
発行日 2023-08-30 16:14:20+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.LG, stat.ML パーマリンク