用于表格数据可解释的中型网络

尽管神经网络早已部署于涉及表格数据的应用中，现存的神经架构仍非在设计上可解释。在本文中，我们提出一类用于表格数据的新型可解释神经网络，它们同时既深又线性（即中型的）。我们优化深度超网络以在逐实例基础上生成可解释的线性模型。因此，我们的模型保留了黑盒深度网络的准确性，同时通过在设计上针对表格数据提供免费的（free-lunch）可解释性。通过大量实验，我们证明我们的可解释深度网络在表格数据上与最先进的分类器具有相当的性能，并且优于当前现有的在设计上可解释的方法。