ba2.3.a2. title: ELI5, SHAP 과 같은 모델 설명가능성(‣) 도구들은 머신러닝 모델 결과를 분석하고 입출력을 설명한다.
Search
Share
🟢
ba2.3.a2. title: ELI5, SHAP 과 같은 모델 설명가능성(‣) 도구들은 머신러닝 모델 결과를 분석하고 입출력을 설명한다.
생성
prev summary
🚀 prev note
♻️ prev note
ba2.3. title: 머신러닝 프로젝트에는 코드를 둘러싸고 일어나는 일들이 있다. 예를 들어, 모델링, 데이터 전처리와 버전 관리, 코드 디버깅, 클라우드 프로비저닝, 결과 확인, 모델 배포, 모니터링, 그리고 이들을 지속적으로 반복하는 일이 이에 속한다.
next summary
🚀 next note
♻️ next note
💡 아이디어조각
11 more properties
ELI5, SHAP 과 같은 모델 설명가능성(
‣ Model explainability
) 도구들은 머신러닝 모델의 입출력을 설명한다
(참고1)
.
parse me : 언젠가 이 글에 쓰이면 좋을 것 같은 재료들.
1.
None
from
: 과거의 어떤 생각이 이 생각을 만들었는가?
1.
ba2.3. title: 머신러닝 프로젝트에는 코드를 둘러싸고 일어나는 일들이 있다. 예를 들어, 모델링, 데이터 전처리와 버전 관리, 코드 디버깅, 클라우드 프로비저닝, 결과 확인, 모델 배포, 모니터링, 그리고 이들을 지속적으로 반복하는 일이 이에 속한다.
sup
plementary : 어떤 새로운 생각이 이 문서에 작성된 생각을 뒷받침하는가?
1.
None
opp
osite : 어떤 새로운 생각이 이 문서에 작성된 생각과 대조되는가?
1.
None
to
: 이 문서에 작성된 생각이 어떤 생각으로 발전되고 이어지는가?
1.
None
참고
: 레퍼런스
1.
Two popular open source Model Explainability frameworks are ELI5 and SHAP. Here is a bit more information about each one.
