# LIME

11개의 포스트
post-thumbnail

Part of XAI(1)

이 글의 References XAI관련 Velog는 XAI를 공부하기 위해서 위의 책을 참고하고자 했는데, 너무 제한적인 설명때문에 구글링을 찾아봤고 일부는 직접 논문을 읽었다. 시작하겠다. Introduction XAI는 Explanable AI로써 우리는 딥러닝

2023년 9월 6일
·
0개의 댓글
·

[XAI 논문] “Why Should I Trust You?” Explaining the Predictions of Any Classifier (LIME)

컨셉 모든 AI 모델에 적용이 가능한 설명 기술로 LIME을 제안한다. 모델의 예측과 예측에 대한 설명이 동시에 나올 수 있도록 문제를 잡는 것이 중요하다. > 해석이 가능한 모델들을 통해 원래는 복잡했던 모델을 이해가능하게 분해하겠다. Introduction 머신

2023년 9월 1일
·
0개의 댓글
·

LIME : “Why Should I Trust You?”

본 논문에서는 LIME(Local Interpretable Model-Agnostic Explanations)이라는 새로운 설명 기법을 제안합니다. LIME의 주요 목표는 예측 주변에서 로컬로 해석 가

2023년 7월 4일
·
0개의 댓글
·
post-thumbnail

Module 2. Explainable AI (XAI)

해당 포스트는 LG Aimers 활동 중 서울대학교 문태섭 교수님의 강의자료를 기반으로 작성된 글입니다. 학습 정리용으로 작성하였으며, 잘못되었거나 수정해야 할 내용이 있을 수 있습니다. 해당 내용이 있다면 이메일이나 댓글로 알려주세요. 감사합니다.

2023년 1월 17일
·
0개의 댓글
·
post-thumbnail

[논문 정리] “Why Should I Trust You?” Explaining the Predictions of Any Classifier

이번에 정리할 논문은 LIME(Local Interpretable Model-Agnostic Explanation) 기법을 제안한 “Why Should I Trust You?” Explaining the Predictions of Any Classifier 입니다.

2022년 9월 13일
·
0개의 댓글
·
post-thumbnail

[Review] XAI 설명 가능한 인공지능, 인공지능을 해부하다

회사 업무적으로 필요한 내용은 아니었다. 동료 분석가들끼리 고민하는 내용이 상무, 회장 등 임원분들의 이해를 돕게끔 설명하는 과정에서 어려운 부분이 많았다. 예측력보다는 설명력을 요구하는 경우가 많았고, 그러던 도중에 자연스럽게 XAI(설명가능한 인공지능)을 접하게 되었다. 머신러닝, 딥러닝을 진행하다보면 블랙박스(머신러닝 모델의 의사결정 과정을 인간이...

2022년 8월 17일
·
0개의 댓글
·
post-thumbnail

[테크니컬리포트] Analysis of Autonomous Driving Image Classification Using XAI

도로 주행 이미지를 분류하는 데 Adversarial Learning을 적용한 XAI 모델을 사용한 연구 리포트입니다.

2021년 9월 1일
·
0개의 댓글
·
post-thumbnail

[1주차] LIME 논문 리뷰 : “Why Should I Trust You? Explaining the Predictions of Any Classifier"

본 글은 XAI 기법 중 LIME에 관한 논문을 참고하여 작성하였습니다. (작성자: 15기 박진수)

2021년 4월 20일
·
1개의 댓글
·
post-thumbnail

[논문 리뷰] LIME : “Why Should I Trust You? Explaining the Predictions of Any Classifier"

본 글은 XAI 기법 중 LIME에 관한 논문("Why Should I Trust You?": Explaining the Predictions of Any Classifier)을 참고하여 작성하였습니다.

2021년 4월 20일
·
0개의 댓글
·
post-thumbnail

[1주차] 대리분석(LIME)

LIME은 복잡한 딥러닝 모델(블랙박스 모델)을 간단한 설명 가능 모델로 모사함으로써 딥러닝 모델의 판단 근거를 설명하는 기법입니다. (작성자 : 15기 박진수)

2021년 4월 13일
·
0개의 댓글
·
post-thumbnail

대리 분석과 Local Interpretable Model-Agnostic Explanation (LIME)

 대리 분석은 이름에서 예상할 수 있듯이 본래 기능을 흉내내는 대체재를 만들어 프로토타입이 동작하는지 판단하는 분석 방법이다.

2021년 4월 13일
·
0개의 댓글
·