【教程简介】：本篇文章是对“基于强化学习的模型不可知和可扩展的反事实解释”基于TensorFlow实现的详细介绍，并且此方法可以为任何黑盒模型生成反事实实例。反事实实例是一个强大的工具，可以获得对自动化决策过程的宝贵见解，描述输入空间中必要的最小变化，以将预测更改为期望的目标。Robert-Florian Samoilescu等人提出了一种深度强化学习方法，该方法将优化过程转化为端到端的可学习过程，允许在一次前向传递中生成一批反事实实例。
【教程链接】：https://docs.seldon.io/projects/alibi/en/latest/examples/cfrl_adult.html

内容中包含的图片若涉及版权问题，请及时与我们联系删除