Vortrag

Machine Learning Interpretability

Marcel Spitzer sprach auf der M3 Minds Mastering Machines über Interpretierbarkeit von ML-Modellen. 

Interpretierbarkeit von ML-Modellen hat die Zielsetzung, die Ursachen einer Prognose offenzulegen und eine daraus abgeleitete Entscheidung für einen Menschen nachvollziehbar zu erklären. Durch die Nachvollziehbarkeit von Prognosen lässt sich beispielsweise sicherstellen, dass deren Herleitung konsistent zum Domänenwissen eines Experten ist. Auch ein unfairer Bias lässt sich durch die Erklärung aussagekräftiger Beispiele identifizieren.
 
Prognosemodelle lassen sich grob in intrinsisch interpretierbare Modelle und nicht-interpretierbare (auch Blackbox-) Modelle unterscheiden. Intrinsisch interpretierbare Modelle sind dafür bekannt, dass sie für einen Menschen leicht nachvollziehbar sind. Ein typisches Beispiel für ein solches Modell ist der Entscheidungsbaum, dessen regelbasierter Entscheidungsprozess intuitiv und leicht zugänglich ist. Im Gegensatz dazu gelten Neuronale Netze als Blackbox-Modelle, deren Prognosen durch die komplexe Netzstruktur schwer nachvollziehbar sind.

In diesem Talk erläuterte Marcel Spitzer das Konzept von Interpretierbarkeit im Kontext von Machine Learning und stellte gängige Verfahren zur Interpretation von Modellen vor. Besonderen Fokus legte er dabei auf modellunabhängige Verfahren, die sich auch auf prognosestarke Blackbox-Modelle anwenden lassen.

Event: Minds Mastering Machines

Datum: 15.05.2019

Hier geht's zum Blog-Artikel „Machine Learning Interpretability“.

Speaker: Marcel Spitzer

Marcel Spitzer

Marcel Spitzer ist Big Data Scientist bei inovex. Er beschäftigt sich damit, lernende Systeme zu entwickeln und zu produktivieren sowie Batch- und Streaming-Anwendungen basierend auf Hadoop und Spark zu implementieren. Regelmäßig und mit großer Leidenschaft spricht er auf Tech-Konferenzen über Data Science und Machine Learning und coacht angehende Spark-Entwickler. Er studierte Mathematik und Informatik mit den Schwerpunkten Numerik und Operations Research.

***

Marcel Spitzer is Big Data Scientist at inovex. His daily work is to develop and operationalize Learning Systems as well as to implement Batch and Streaming Applications based on Hadoop and Spark. He speaks about Data Science and Machine Learning at various tech conferences and coaches aspiring Spark developers, both regularly and with great passion. He studied Mathematics and Computer Science with a special focus on Numerical Analysis and Operations Research.

Sie haben Fragen oder möchten zu diesem Thema beraten werden?

Dann rufen Sie uns an unter +49 (0)721 619 021-0 oder schreiben Sie uns eine E-Mail. Wir freuen uns auf Ihre Nachricht!

inovex Events

Hier geht's zu unseren aktuellen Messen, Konferenzen und Meetups.

Zur Event-Liste

inovex Voträge

Alexander Pospiech I 20.11.2018

Dark Side of AI/ML

Zum Vortrag

Aktuelle News über inovex und die Branche

inovex Newsletter

Jetzt hier anmelden!

inovex Case Study

mobile.de: Use Cases für Recommendations bei Online-Portalen anhand von Datenprodukten

Case Study lesen