MIT-Forscher bauen Merkmal-Taxonomie: Wie Menschen Machine Learning besser verstehen

Je nach Anwender braucht es unterschiedliche Merkmale für ML-Modelle, sagt Alexandra Zytek, Forscherin am MIT. Diese Merkmale unterscheiden sich in ihrer Interpretierbarkeit und Komplexität.

Je nach Anwender braucht es unterschiedliche Merkmale für ML-Modelle, sagt Alexandra Zytek, Forscherin am MIT. Diese Merkmale unterscheiden sich in ihrer Interpretierbarkeit und Komplexität.

Foto: MIT

Zurück zum Artikel: MIT-Forscher bauen Merkmal-Taxonomie: Wie Menschen Machine Learning besser verstehen