Gradient×Input
Gradient×Input
Определение
Gradient×Input (градиент, умноженный на входные данные) — метод интерпретации моделей машинного обучения, который вычисляет важность признаков как произведение градиента выходного значения по входу на сам вход. Этот подход позволяет определить, какие элементы входных данных (например, слова или пиксели) наиболее сильно влияют на предсказание модели, комбинируя чувствительность (градиент) с величиной входа. В отличие от чистого градиента, Gradient×Input уменьшает шум и даёт более интуитивно понятные атрибуции.