Подход к повышению интерпретируемости моделей машинного обучения в задаче детектирования аномалий

Опубликованы материалы XIII Всероссийской научно-технической конференции «Информационные технологии в электротехнике и электроэнергетике». 

Авторы: В.А. Иванов, Е.В. Шорников, ООО «Релематика», г. Чебоксары

В докладе представлен подход к повышению интерпретируемости моделей машинного обучения в задаче детектирования аномалий. В качестве алгоритма обнаружения аномалий использован алгоритм Isolation Forest «изолирующий лес». Получены объяснения работы алгоритма Isolation Forest на трёх аномальных точках. 

Статья доступна по ссылке.