Case-based Explainability for Random Forest: Prototypes, Critics, Counter-factuals and Semi-factuals

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yampolsky, Gregory, Desai, Dhruv, Li, Mingshu, Pasquali, Stefano, Mehta, Dhagash
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Statistical Finance
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2408.06679