目录
1. SHAP算法
1.1 Shapley Value
1.2 SHAP算法
1. KernelSHAP（Linear LIME + Shapley values）
（1）KernelSHAP 简介
（2）KernelSHAP 是怎样进行计算的？
2. DeepSHAP（DeepLIFT + Shapley values）
2. LIME 局部与模型无关解释方法
2.1 LIME简介
2.2 LIME是怎样进行计算的？
2.3 LIME算法是怎么做解释的？
3. 基于反向传播来计算梯度的可解释性方法
3.1 GBP 导向反向传播算法
1. 反卷积(Deconvnet)
2. 反向传播(backpropagation)
3. 导向反向传播(Guided BackPropagation)
3.2 Integral Gradient 积分梯度算法
3.3 LRP 逐层相关性传播算法
目录
1. SHAP算法
1.1 Shapley Value
1.2 SHAP算法
1. Kern
阅读背景：
可解释人工智能——输入单元重要性归因
来源：互联网
分享到：
