Silas：高性能、可解释且可验证的机器学习
机器学习
2019-10-04 v1 计算机科学中的逻辑
机器学习
摘要
本文介绍了一种名为 Silas 的新型分类工具，旨在提供更透明、更可靠的数据分析服务。Silas 的一个重点是提供决策树的形式化基础，以支持对学习到的预测模型进行逻辑分析和验证。本文描述了 Silas 的独特功能：模型审计模块根据用户规范对预测模型进行形式化验证，强制学习模块训练保证正确的预测模型，模型洞察和预测洞察模块对预测模型进行推理并解释预测的决策过程。我们还讨论了从编程范式到内存管理的实现细节，这些细节有助于实现高性能计算。
引用
@article{arxiv.1910.01382,
title = {Silas: High Performance, Explainable and Verifiable Machine Learning},
author = {Hadrien Bride and Zhe Hou and Jie Dong and Jin Song Dong and Ali Mirjalili},
journal= {arXiv preprint arXiv:1910.01382},
year = {2019}
}