| عنوان مقاله به انگلیسی | Probabilistic Scoring Lists for Interpretable Machine Learning |
| عنوان مقاله به فارسی | ترجمه فارسی مقاله لیستهای امتیازدهی احتمالی برای یادگیری ماشینی قابل تفسیر |
| نویسندگان | Jonas Hanselle, Stefan Heid, Johannes Fürnkranz, Eyke Hüllermeier |
| فرمت مقاله انگلیسی | |
| زبان مقاله تحویلی | ترجمه فارسی |
| فرمت مقاله ترجمه شده | به صورت فایل ورد |
| نحوه تحویل ترجمه | دو تا سه روز پس از ثبت سفارش (به صورت فایل دانلودی) |
| تعداد صفحات | 25 |
| دسته بندی موضوعات | Machine Learning,یادگیری ماشین , |
| توضیحات | Submitted 31 July, 2024; originally announced July 2024. |
| توضیحات به فارسی | ارسال 31 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد. |
توضیحات گزینههای خرید
دانلود مقاله اصل انگلیسی
با انتخاب این گزینه، میتوانید فایل PDF مقاله اصلی را به زبان انگلیسی دانلود کنید.
قیمت: 19,000 تومان
دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله
با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحهای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.
قیمت: 99,000 تومان
سفارش ترجمه فارسی مقاله + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله
با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحهای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.
قیمت: 1,000,000 تومان
زمان تحویل: 2 تا 3 روز کاری
| فرمت ارائه ترجمه مقاله | تحویل به صورت فایل ورد |
| زمان تحویل ترجمه مقاله | بین 2 تا 3 روز پس از ثبت سفارش |
| کیفیت ترجمه | بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
| جداول و فرمول ها | کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |
چکیده
A scoring system is a simple decision model that checks a set of features, adds a certain number of points to a total score for each feature that is satisfied, and finally makes a decision by comparing the total score to a threshold. Scoring systems have a long history of active use in safety-critical domains such as healthcare and justice, where they provide guidance for making objective and accurate decisions. Given their genuine interpretability, the idea of learning scoring systems from data is obviously appealing from the perspective of explainable AI. In this paper, we propose a practically motivated extension of scoring systems called probabilistic scoring lists (PSL), as well as a method for learning PSLs from data. Instead of making a deterministic decision, a PSL represents uncertainty in the form of probability distributions, or, more generally, probability intervals. Moreover, in the spirit of decision lists, a PSL evaluates features one by one and stops as soon as a decision can be made with enough confidence. To evaluate our approach, we conduct a case study in the medical domain.
چکیده به فارسی (ترجمه ماشینی)
یک سیستم امتیاز دهی یک مدل تصمیم گیری ساده است که مجموعه ای از ویژگی ها را بررسی می کند ، تعداد مشخصی از امتیاز را برای هر ویژگی که رضایت دارد به کل امتیاز اضافه می کند و در نهایت با مقایسه نمره کل با یک آستانه تصمیم می گیرد.سیستم های امتیاز دهی سابقه طولانی در استفاده فعال در حوزه های مهم و مهم مانند مراقبت های بهداشتی و عدالت دارند ، جایی که آنها راهنمایی هایی را برای تصمیم گیری های عینی و دقیق ارائه می دهند.با توجه به تفسیر واقعی آنها ، ایده یادگیری سیستم های امتیاز دهی از داده ها بدیهی است که از منظر هوش مصنوعی قابل توضیح جذاب است.در این مقاله ، ما یک گسترش با انگیزه از سیستم های امتیاز دهی به نام لیست های امتیاز دهی احتمالی (PSL) و همچنین روشی برای یادگیری PSL از داده ها پیشنهاد می کنیم.به جای تصمیم گیری قطعی ، یک PSL عدم اطمینان را در قالب توزیع احتمال یا به طور کلی فواصل احتمال نشان می دهد.علاوه بر این ، با روحیه لیست های تصمیم گیری ، یک PSL ویژگی های یک به یک را ارزیابی می کند و به محض تصمیم گیری با اطمینان کافی می تواند متوقف شود.برای ارزیابی رویکرد خود ، ما یک مطالعه موردی را در حوزه پزشکی انجام می دهیم.
| فرمت ارائه ترجمه مقاله | تحویل به صورت فایل ورد |
| زمان تحویل ترجمه مقاله | بین 2 تا 3 روز پس از ثبت سفارش |
| کیفیت ترجمه | بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
| جداول و فرمول ها | کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |


نقد و بررسیها
هنوز بررسیای ثبت نشده است.