Intelligible and Explainable Machine Learning: Best Practices and Practical Challenges

被引：20

作者：

Caruana, Rich ^{[1
]}

Lundberg, Scott ^{[1
]}

Ribeiro, Marco Tulio ^{[1
]}

Nori, Harsha ^{[2
]}

Jenkins, Samuel ^{[2
]}

机构：

[1] Microsoft Res, Redmond, WA 98052 USA

[2] Microsoft Corp, Redmond, WA 98052 USA

来源：

KDD '20: PROCEEDINGS OF THE 26TH ACM SIGKDD INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY & DATA MINING | 2020年

关键词：

interpretability; intelligibility; responsible AI;

D O I：

10.1145/3394486.3406707

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

引用

页码：3511 / 3512

页数：2