Интерпретируемость моделей машинного обучения

ФИО студента: Гуринов Петр Дмитриевич

Руководитель: Голов Николай Игоревич

Программа: Бизнес-информатика (Магистратура)

Год защиты: 2017

В работе описывается проблема закрытости моделей машинного обучения, когда модель выступает черным ящиком, и не понятны ее выходные результаты. Рассмотренным и проанализированны подходы к решению этой проблеммы, протестиронны программые средства для интепретации моделей. И реализован модуль для xgboost, который раскрывает зависимости в дереве и дает понять почему модель выдала тот или иной ответ.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ