| DC Field | Value | Language |
|---|
| dc.contributor.author | Kurachkin, A. V. | - |
| dc.contributor.author | Sadau, V. S. | - |
| dc.contributor.author | Kachan, T. V. | - |
| dc.date.accessioned | 2020-03-09T09:58:28Z | - |
| dc.date.available | 2020-03-09T09:58:28Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.citation | Kurachkin, A. V. Decision-making process analysis and semantic explanation extraction from trained supervised machine learning models in medical expert systems/ Aliaksandr V. Kurachkin, Vasili S. Sadau,Tatiana V. Kachan // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2020) : сборник научных трудов / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. В. Голенков (гл. ред.) [и др.]. – Минск, 2020. – Вып. 4. – С. 283–286. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/38662 | - |
| dc.description.abstract | Supervised machine learning provides a mechanism for establishing an approximation of input-output relationship between arbitary dataset. However, semantic interpretation of an underlying decision-making process of a trained model is very hard, especially considering the probabilistic nature of machine learning. The paper discusses possible ways to semantically explain decisionmaking process of a trained supervised machine learning model in order to gain insights to the dataset and derive new expert knowledge from such models. | ru_RU |
| dc.language.iso | en | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | supervised machine learning | ru_RU |
| dc.subject | machine learning explanation | ru_RU |
| dc.subject | decision support systems | ru_RU |
| dc.subject | medical expert systems | ru_RU |
| dc.title | Decision-making process analysis and semantic explanation extraction from trained supervised machine learning models in medical expert systems | ru_RU |
| dc.title.alternative | Анализ процессов принятия решений и извлечение семантического описания в обученных моделях машинного обучения с учителем в медицинских экспертных системах | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | Модели машинного обучения с учителем предоставляют механизм установления аппроксимации взаимодействия между входными и выходными значениями произвольных наборов данных. Тем не менее, семантическая интерпретация лежащего в основе этих моделей процесса принятия решения является сложной задачей, особенно в контексте вероятностного характера некоторых методов машинного обучения с учителем. В статье рассматриваются методы семантического объяснения процесса принятия решения обученной модели машинного обучения с учителем, что позволяет выделить сложные зависимости из наборов данных и вывести с их помощью новые экспертные знания. | - |
| Appears in Collections: | OSTIS-2020
|
