𝗘𝘅𝗽𝗹𝗮𝗶𝗻𝗮𝗯𝗹𝗲 𝗡𝗲𝘂𝗿𝗮𝗹 𝗡𝗲𝘁𝘄𝗼𝗿𝗸𝘀 𝘂𝘀𝗶𝗻𝗴 𝗔𝗱𝗱𝗶𝘁𝗶𝘃𝗲 𝗜𝗻𝗱𝗲𝘅 𝗠𝗼𝗱𝗲𝗹𝘀 (Additive Index Models ಬಳಸಿ ವಿವರಿಸಬಹುದಾದ Neural Networks)

Neural networks ಹೆಚ್ಚಾಗಿ 'ಬ್ಲಾಕ್ ಬಾಕ್ಸ್' (black boxes) ಗಳಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ನೀವು ಡೇಟಾವನ್ನು ನೀಡುತ್ತೀರಿ, ಮತ್ತು ಒಂದು ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯುತ್ತೀರಿ. ಆದರೆ ಯಂತ್ರವು ಆ ನಿರ್ಧಾರವನ್ನು ಏಕೆ ತೆಗೆದುಕೊಂಡಿತು ಎಂಬುದು ನಿಮಗೆ ತಿಳಿದಿರುವುದಿಲ್ಲ. ಈ ಸ್ಪಷ್ಟತೆಯ ಕೊರತೆಯು ಅನೇಕ ಉದ್ಯಮಗಳಲ್ಲಿ ನಂಬಿಕೆಯ ಸಮಸ್ಯೆಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ.

Additive Index Models ಇದಕ್ಕೆ ಪರಿಹಾರವನ್ನು ನೀಡುತ್ತವೆ. ಈ ಮಾದರಿಗಳು neural networks ಅನ್ನು ಪಾರದರ್ಶಕವಾಗಿಸುತ್ತವೆ. ಪ್ರತಿಯೊಂದು ಇನ್‌ಪುಟ್ ಫೀಚರ್ (input feature) ಅಂತಿಮ ಫಲಿತಾಂಶದ ಮೇಲೆ ಹೇಗೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂಬುದನ್ನು ಇವು ನಿಮಗೆ ತೋರಿಸಿಕೊಡುತ್ತವೆ.

ಇದು ನಿಮಗೆ ಏಕೆ ಮುಖ್ಯವಾಗುತ್ತದೆ:

ಈ ವಿಧಾನವು deep learning ನ ಸಾಮರ್ಥ್ಯವನ್ನು ಮತ್ತು ಸಾಂಖ್ಯಿಕ ಮಾದರಿಗಳ (statistical models) ಸ್ಪಷ್ಟತೆಯನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ. ತರ್ಕದ ಮೇಲೆ ನಿಯಂತ್ರಣವನ್ನು ಕಳೆದುಕೊಳ್ಳದೆ ನೀವು neural network ನ ನಿಖರತೆಯನ್ನು ಪಡೆಯಬಹುದು.

ಇದರ ಸಂಪೂರ್ಣ ವಿವರಣೆಯನ್ನು ಇಲ್ಲಿ ಓದಿ:

Source: https://dev.to/paperium/explainable-neural-networks-based-on-additive-index-models-1k1b

Optional learning community: https://t.me/GyaanSetuAi