זוהי אפליקציית לינוקס בשם SHAP שניתן להוריד את המהדורה האחרונה שלה בתור v0.43.0.zip. ניתן להפעיל אותו באופן מקוון בספק האירוח החינמי OnWorks עבור תחנות עבודה.
הורד והפעל באינטרנט את האפליקציה הזו בשם SHAP עם OnWorks בחינם.
בצע את ההוראות הבאות כדי להפעיל את האפליקציה הזו:
- 1. הורד את היישום הזה למחשב שלך.
- 2. הזן במנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש שאתה רוצה.
- 3. העלה את היישום הזה במנהל קבצים כזה.
- 4. הפעל את האמולטור המקוון של OnWorks Linux או Windows מקוון או אמולטור מקוון של MACOS מאתר זה.
- 5. ממערכת ההפעלה OnWorks Linux שזה עתה התחלת, עבור אל מנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש הרצוי.
- 6. הורד את האפליקציה, התקן אותה והפעל אותה.
בצילומי מסך
Ad
מעצב
תיאור
SHAP (הסברים תוספים של SHapley) היא גישה תיאורטית למשחק להסבר התפוקה של כל מודל למידת מכונה. זה מחבר הקצאת אשראי אופטימלית עם הסברים מקומיים תוך שימוש בערכי Shapley הקלאסיים מתורת המשחקים וההרחבות הקשורות אליהם. בעוד ש-SHAP יכול להסביר את התפוקה של כל מודל למידת מכונה, פיתחנו אלגוריתם מדויק במהירות גבוהה לשיטות אנסמבל עצים. יישומי C++ מהירים נתמכים עבור דגמי עץ XGBoost, LightGBM, CatBoost, skit-learn ו-pyspark. כדי להבין כיצד תכונה בודדת משפיעה על הפלט של המודל, נוכל לשרטט את ערך ה-SHAP של אותה תכונה לעומת הערך של התכונה עבור כל הדוגמאות במערך נתונים. מכיוון שערכי SHAP מייצגים אחריות של תכונה לשינוי בתפוקת המודל, העלילה להלן מייצגת את השינוי במחיר הדירה החזוי כאשר RM (מספר החדרים הממוצע לכל בית באזור) משתנה.
תכונות
- ניתן להתקין את SHAP מ- PyPI או conda-forge
- קח את הערך המוחלט הממוצע של ערכי SHAP עבור כל תכונה כדי לקבל עלילת סרגל סטנדרטית
- דוגמאות לשפה טבעית (רובוטריקים)
- ל-SHAP יש תמיכה ספציפית במודלים של שפה טבעית
- דוגמאות ללמידה עמוקה עם DeepExplainer
- Deep SHAP הוא אלגוריתם קירוב מהיר לערכי SHAP במודלים של למידה עמוקה
שפת תכנות
פיתון
כל הקטגוריות
זוהי אפליקציה שניתן להביא גם מ-https://sourceforge.net/projects/shap.mirror/. הוא התארח ב-OnWorks על מנת להפעיל אותו באינטרנט בצורה הקלה ביותר מאחת ממערכות ההפעלה החינמיות שלנו.
