SHAP (SHapley Additive exPlanations) și LIME (Local Interpretable Model-agnostic Explanations) sunt cele mai utilizate metode tehnice de inteligibilitate care permit explicarea deciziei unei rețele de tip „cutie neagră” prin atribuirea unei contribuții cantitative fiecărei caracteristici de intrare.
import shap
# Explicarea predicției pentru un caz specific de refuz credit:
explainer = shap.Explainer(model, X_train)
shap_values = explainer(X_client_refuzat)
# Afișează factorii decisivi:
# Venit (+0.45 la aprobare), Istoric întârzieri (-1.20 la respingere)
shap.plots.waterfall(shap_values[0])Dreptul la explicație: Esențial pentru satisfacerea obligațiilor din GDPR Art. 22 și cerințelor de transparență din EU AI Act.
Întrebări & Discuții: Interpretabilitate Locală prin Valori SHAP și Explicații LIME
Ai o întrebare despre Interpretabilitate Locală prin Valori SHAP și Explicații LIME sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.