Ook vanuit het oogpunt van eerlijkheid, privacy, betrouwbaarheid en transparantie is
Interpreteerbaarheid een erg belangrijk speerpunt. Mocht dit nog niet genoeg redenen zijn, onder nieuwe Europese wetgeving (de Digital Services Act) wordt van online platforms verwacht dat ze aan hun gebruikers kunnen uitleggen hoe hun algoritmen beslissingen maken en in de recente AI Act is een voorstel gedaan voor nieuwe regulatie omtrent AI-modellen. Kortom, het kunnen interpreteren en uitleggen van machinelearningmodellen is niet iets wat alleen beperkt is tot het domein van Finance & Risk, maar iets waar veel bedrijven straks mee bezig zullen moeten zijn.
Omdat er niet een eenduidige definitie is van wat interpreteerbaarheid en uitlegbaarheid precies inhoudt, is het goed om wat dieper in te gaan op de taxonomie. We sluiten het artikel af met wat praktische tips voor bedrijven en datawetenschappers.
Lees het hele artikel van Max Knobbout onder Download.
Downloads
- Interpreteerbaarheid van Machine Learning .pdf • 0,12 MB
