基于模块化的规则学习
机器学习
2022-12-26 v1
摘要
在本文中，我们提出了一种模块化方法，将（随机）机器学习中最先进的方法与传统规则学习方法相结合，以提供高效且可扩展的算法用于对海量数据集进行分类，同时保持可解释性。除了在常见的大规模数据集 MNIST、Fashion-MNIST 和 IMDB 上评估我们的方法外，我们还展示了关于牙科账单可解释分类的新结果。后一个案例研究源于与 Allianz Private Krankenversicherungs-Aktiengesellschaft（一家在德国提供多种服务的保险公司）的工业合作。
引用
@article{arxiv.2212.12335,
title = {Rule Learning by Modularity},
author = {Albert Nössig and Tobias Hell and Georg Moser},
journal= {arXiv preprint arXiv:2212.12335},
year = {2022}
}
备注
26 pages, 7 figures