Как создавать интерпретируемые модели машинного обучения.

Пару месяцев назад мы организовали несколько семинаров на тему этики в искусственном интеллекте. В частности, мы поделились несколькими идеями и практическими примерами того, как делать модели машинного обучения понятными и доступными с помощью машинного обучения Azure. В этой статье мы суммируем наиболее важные аспекты, показанные на наших семинарах: как интерпретировать вашу модель, интерпретируемость во время обучения и интерпретируемость во время вывода.

Подробности: http://msft.it/6271TwalZ