Viewing the process of generating counterfactuals as a source of knowledge — Application to the Naive Bayes classifier

要約

現在、機械学習アルゴリズムの決定を理解するための理解アルゴリズムが多数存在します。
これらの中には、反事実の例の生成に基づいたものも含まれます。
この記事では、この生成プロセスを、後でさまざまな方法で使用できるように保存できる一定量の知識を生み出すソースとして見ることを提案します。
このプロセスは、加法モデル、より具体的には、この目的のための興味深い特性が示されている単純ベイズ分類器の場合で説明されています。

要約(オリジナル)

There are now many comprehension algorithms for understanding the decisions of a machine learning algorithm. Among these are those based on the generation of counterfactual examples. This article proposes to view this generation process as a source of creating a certain amount of knowledge that can be stored to be used, later, in different ways. This process is illustrated in the additive model and, more specifically, in the case of the naive Bayes classifier, whose interesting properties for this purpose are shown.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google