关于Rashomon集、简单性的数学, 以及为什么我们不需要黑箱: Cynthia Rudin访谈
摘要
本期AI先驱访谈节目对话可解释机器学习先驱Cynthia Rudin。她因开发可解释算法而获2022年松鼠AI奖,其算法已用于癫痫预测、犯罪检测和生物研究。Rudin分享了与Con Edison合作维护纽约电网的早期经历:黑箱方法失败后,简单模型的准确性反超黑箱。她指出,在高风险问题中,数据噪声大,黑箱并不一定更准确。她致力于用数学证明简单模型的有效性,并探讨了Rashomon集等概念。
证据与核对
- 发现渠道
- AIhub · Research news and interviews
- 原始材料
- aihub.org
- 材料类型
- 来源网页;材料类型未核实
- 材料范围
- 获取范围未知
- 复核状态
- 未标记人工复核