About / Advertise
Alla som är intresserade att förstå resultaten av sin maskininlärning kan ta sig en titt på en samling verktyg som nu finns fritt tillgängliga på Linneuniversitet.
De kommer från ett doktorandprojektet och från forskning som syftar till att hjälpa experter att utvärdera automatiserade beräkningslösningar.
Intelligenta maskiner levererar idag allt från filmrekommendationer till medicinska diagnoser. När det handlar om kritiska resultat behöver en expert få veta vad analysen baseras på.
En metod är visualisering. Den kan enligt forskningen bidra med förklarbarhet, öka tillförlitligheten och vägleda vid utvecklingen.
 |
| Angelos Chatzimparmpas |
– Jag tror att man utan att sticka ut hakan för mycket kan hävda att visuell analys för förklarlig och tillförlitlig maskininlärning kommer att fortsätta att ligga i framkant som forskningsämne inom en överskådlig framtid, säger doktor Angelos Chatzimparmpas.
Han försvarade sin doktorsavhandling i förra veckan vid institutionen för datavetenskap och medieteknik på Linnéuniversitetet.
Här finns ett visualiseringsverktyg som togs fram i samband med ett doktorandprojekt: trustmlvis.lnu.se.
I mars anslutar sig Angelos Chatzimparmpas till MU Collective research lab vid Northwestern University i USA. Där kommer han att fortsätta sin forskning med målet att göra visualisering som modellkontroll för maskininlärning mer formell och ytterligare djupdyka i detta ämne.
Forskningen är del av forskargruppen Isovis och Linnaeus University Centre for Data Intensive Sciences and Applications (DISA)
