< Terug naar vorige pagina

Project

Interpreteerbaarheid tegenover de eindgebruiker in artificiële intelligentie

Artificiële intelligentie in beslissingsondersteuning kan tegenwoordig erg effectief zijn maar de uitleg achter een voorgestelde beslissing is beperkt. Het doel van dit werk is het ontwerpen en onderzoeken van nieuwe methodes die de eindgebruiker (bijvoorbeeld de chirurg in tumorclassificatie of de recruiter in kandidaatselectie) toelaten de uitkomst van een machine-leermodel te interpreteren en begrijpen, wat zou leiden tot meer vertrouwen en verantwoording in medische en industriële omgevingen.

Datum:11 okt 2019  →  Heden
Trefwoorden:machine learning
Disciplines:Machine learning en besluitvorming
Project type:PhD project