Forskningsprojekt Förbättring av tolkningsalgoritmer för maskininlärning

I dag blir det allt vanligare att använda maskininlärning för att generera underlag för viktiga beslut. Det är därför viktigt att modellerna kan förklara vad underlaget bygger på för information.

Syftet med detta projekt är att förbättra tolkningsalgoritmerna i maskininlärningsmodeller som har många olika industriella tillämpningar. Maskininlärning används för att göra stora och avancerade beräkningar, men vi människor måste också kunna lita på de svar vi får.

Det här är Alejandro Kuratomi Hernández avhandlingsprojekt.
Tony Lindgren är handledare, Panagiotis Papapetrou är biträdande handledare.