Model Explainability
Model Explainability
머신 러닝 모델은 훈련 과정에서 입력과 출력 간의 관계를 미리 명시적으로 설명하지 않고 추론합니다. 이를 통해 ML 기법은 특히 특정 결과의 인과관계가 복잡하거나 불분명하지만 결과 모델이 블랙박스와 같은 역할을 하는 경우, 많은 변수가 포함된 복잡한 시나리오를 광범위한 설정 없이 처리할 수 있습니다. 모델이 성능이 저조한 경우 그 이유와 더 나아가 성능을 개선하는 방법을 파악하기 어려울 수…
Documentation