interpretibiliteit
Interpretabiliteit is het vermogen om de werking van een model te begrijpen en de reden achter een voorspelling te volgen. In machine learning en data-analyse verwijst het naar hoe transparant de aannames, de structuur van het model en de relatie tussen input en output zijn. Interpretabiliteit is relevant voor vertrouwen, foutopsporing en verantwoording, zeker in sectoren zoals gezondheidszorg, financiën en recht. Het begrip wordt soms verward met explainability, maar in de praktyk wordt interpretabiliteit vaak gezien als de mate waarin het model intrinsiek begrijpelijk is, terwijl explainability de leveren verklaringen van het modelgedrag omvat.
Er zijn twee hoofdbenaderingen. Intrinsiek interpreteerbare modellen bereiken begrijpelijkheid via eenvoudige structuren, zoals lineaire modellen, beslissingsbomen
De evaluatie van interpretabiliteit is contextafhankelijk en afhankelijk van de beoogde gebruiker. Wat voor een data-analist