В современных исследованиях в области моделирования эпидемий и динамики заболеваемости все больше применяются модели машинного обучения. Аспекты интерпретации этих моделей и их предсказуемость требуют дополнительного изучения. Интерпретация моделей является критически важной, ведь в таком случае могут быть приняты решения высокого уровня для смягчения ситуации в реальной жизни. Результаты обзора литературы подчёркивают значимость XAI и использования математических моделей для обеспечения надёжности и предсказуемости поведения моделей. Результаты исследования обеспечивают практическую значимость для области применения интерпретируемых моделей. Предложенные методы исследования могут быть использованы для улучшения качества предсказаний в различных областях, где применяются подобные модели.
Сеничев С.Д. (науч. рук. Леоненко В.Н.) Использование интерпретируемых алгоритмов машинного обучения для моделирования динамики заболеваемости во время эпидемии // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/13257