https://twitter.com/kinaba のログ (twilog の方が便利です。)
| 時間とやる気を入力とする関数の出力がなさすぎru | |
| https://t.co/sONYpmY5CB "Why Should I Trust You?" (KDD'16) 読んでた。6ページの図がわかりやすい。機械学習とかで作った分類器がなにか判定した時に、「なんでその判定結果を出したのか」の説明を分類器の詳細に依存せずさせる手法。 | |
| @kinaba 説明させたい判定結果の"近傍"では元の複雑な分類器と近い振る舞いを示す、しかも簡単な（人間にわかる言葉で説明したり可視化したりしやすい）線形分類器を探してきて、その分類器の可視化をもって"説明"とする、らしい | |
| KDD2016 https://t.co/t3AdeRE3Jz , "Robust Influence Maximization" という全く同じ題名の論文が２本もあるのか | |
| 特定の位置の近傍でだけ近い振る舞いをする線形な何物かで近似するって微分っぽさがあるな（適当） |