11:23
官方账号arXiv cs.LG@Yann Claes, Pierre Geurts, Vân Anh Huynh-Thu
推荐理由：这篇论文给了你可解释AI的新思路：用偏依赖约束让模型学得更准，还能确保解释符合常识，尤其适合回归问题。
回归问题
共 1 条相关 AI 资讯
7月10日
11:23
论文提出一种通过偏依赖约束引导神经网络训练的新方法，使模型对特定特征的响应符合先验知识。在多个回归任务（包括动态系统预测）上的实验表明，该方法训练的模型比无约束模型性能更好且数据效率更高。从约束模型得到的解释与实际用户知识一致，而无约束模型则不然。