Establishing Heuristics for Improving the Usability of GUI Machine Learning Tools for Novice Users

机器学习（ML）工具带有图形用户界面（GUI），面向没有其基础概念背景的新手用户的需求正在增加。这些工具通常很复杂，并对新手用户的交互和理解提出了独特的挑战。目前还没有一套既定的可用性启发式来指导和评估GUI ML工具的设计。为了填补这一空白，本文通过一系列经验评估扩展了Nielsen的启发式，以评估GUI ML工具。为了验证所提出的启发式，我们对一个反映这些启发式的原型进行了新手用户的用户测试。根据评估结果，我们的新启发式集在ML工具的上下文中改进了现有的启发式。它可以作为为从业人员设计和评估这些工具的资源。

评估GUI机器学习工具的启发式方法

本文通过一系列实证评估扩展了Nielsen的启发式方法，提出了适用于GUI机器学习工具设计的新的启发式方法。

论文提出的新的启发式方法能够指导和评估GUI机器学习工具的设计，为初学者提供更好的用户体验。实验通过对初学者进行测试，验证了新的启发式方法的有效性。

近期的相关研究主要集中在机器学习工具的设计和用户体验方面，例如“Towards a Usability Testing Framework for Machine Learning-Powered Applications”和“Designing Interactive Machine Learning Methods for Visual Analytics”。