Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Case-Based Reasoning for Explaining Probabilistic Machine Learning
RISE., Swedish ICT, SICS.ORCID-id: 0000-0002-9890-4918
RISE., Swedish ICT, SICS, Decisions, Networks and Analytics lab.ORCID-id: 0000-0001-8952-3542
2014 (Engelska)Ingår i: International Journal of Computer Science and Information Technology, Vol. 6, s. 87-101Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

This paper describes a generic framework for explaining the prediction of probabilistic machine learning algorithms using cases. The framework consists of two components: a similarity metric between cases that is defined relative to a probability model and an novel case-based approach to justifying the probabilistic prediction by estimating the prediction error using case-based reasoning. As basis for deriving similarity metrics, we define similarity in terms of the principle of interchangeability that two cases are considered similar or identical if two probability distributions, derived from excluding either one or the other case in the case base, are identical. Lastly, we show the applicability of the proposed approach by deriving a metric for linear regression, and apply the proposed approach for explaining predictions of the energy performance of households.

Ort, förlag, år, upplaga, sidor
2014, 7. Vol. 6, s. 87-101
Nationell ämneskategori
Data- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:ri:diva-24342DOI: 10.5121/ijcsit.2014.6206OAI: oai:DiVA.org:ri-24342DiVA, id: diva2:1043422
Tillgänglig från: 2016-10-31 Skapad: 2016-10-31 Senast uppdaterad: 2020-12-01Bibliografiskt granskad

Open Access i DiVA

fulltext(1386 kB)702 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1386 kBChecksumma SHA-512
6049c12fd59f02fd962b8af23da344ed91edf528e0f613e7ce2a1895c7037aded8d36939b7006e4ad42d46a64294dac07ae44c72518363a14d3a475e40166f83
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltexthttp://airccse.org/journal/jcsit/6214ijcsit06.pdf

Person

Gillblad, Daniel

Sök vidare i DiVA

Av författaren/redaktören
Olsson, TomasGillblad, Daniel
Av organisationen
SICSDecisions, Networks and Analytics lab
Data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 702 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 317 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf