Meningkatkan penjelasan untuk klasifikasi gambar AutoML
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Saat menggunakan model gambar AutoML, Anda dapat mengonfigurasi
parameter tertentu untuk meningkatkan kualitas penjelasan Anda.
Metode atribusi fitur
Vertex Explainable AI didasarkan pada varian
nilai Shapley. Karena
nilai Shapley sangat mahal secara komputasi, Vertex Explainable AI hanya memberikan
perkiraan, bukan nilai tepatnya.
Anda dapat mengurangi error perkiraan dan mendapatkan nilai yang mendekati nilai yang tepat dengan
mengubah input berikut:
Meningkatkan jumlah langkah integral atau jumlah jalur.
Meningkatkan langkah
Untuk mengurangi error perkiraan, Anda dapat meningkatkan:
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-02-14 UTC."],[],[]]
