Transparentes und erklärbares ML

Der erfolgreiche Einsatz von ML-Methoden hängt von ihrer Transparenz (oder Erklärbarkeit) ab. Wir beziehen uns auf Techniken, die darauf abzielen, ML-Methoden transparent (oder erklärbar) zu machen, als erklärbares ML. Erklärungen für die Vorhersagen einer ML-Methode sind besonders wichtig, wenn diese Vorhersagen die Entscheidungsfindung informieren [1]. Erklärungen für automatisierte Entscheidungssysteme sind zu einer gesetzlichen Anforderung geworden [2].