面向机器学习的可视化分析：基于数据视角的综述
机器学习
2023-07-18 v1 人机交互
摘要
过去十年见证了大量利用可视化（VIS）解释机器学习（ML）模型的工作。相应研究主题VIS4ML正快速持续增长。为更好地梳理海量工作并揭示VIS4ML的发展趋势，我们通过本综述提供对这些工作的系统性回顾。由于数据质量极大影响ML模型性能，我们的综述专门从数据视角总结VIS4ML工作。首先，我们将ML模型处理的常见数据分为五类，阐释每类的独特特征，并强调擅长从中学习的相应ML模型。其次，我们从大量VIS4ML工作中梳理出在这几类数据上（即数据为中心的任务）于ML流水线不同阶段运行的六项任务，以理解、诊断并精炼ML模型。最后，通过研究143篇综述论文在五种数据类型、六项数据为中心任务及其交集上的分布，我们分析了前瞻研究方向并展望了未来研究趋势。
引用
@article{arxiv.2307.07712,
title = {Visual Analytics For Machine Learning: A Data Perspective Survey},
author = {Junpeng Wang and Shixia Liu and Wei Zhang},
journal= {arXiv preprint arXiv:2307.07712},
year = {2023}
}
备注
20 pages