이론, 논문, 수식, 구현을 공부하며 생긴 질문과 답을 적어 둡니다.
순차 추천 시스템은 사용자의 상호작용 순서로 다음 아이템을 예측하지만, 특정 아이템이 추천된 이유를 설명하기는 어렵습니다.
TRACE는 순위 인식 반사실 설명을 위해 탐색을 세 단계로 나눕니다. 영향도 기반 위치 선택, 개연성을 고려한 후보 검색, 실제 순위 여유값을 이용한 빔 가지치기입니다.
많은 변경을 무작정 평가하기보다, 순위를 바꿀 가능성이 있는 위치와 아이템을 먼저 탐색하도록 검색 공간을 구조화하는 것이 핵심입니다.
정확한 TreeSHAP 값을 유지하면서 반복 계산을 줄이는 두 가지 알고리즘을 정리합니다.
Tensor Train 구조에서 정확한 SHAP 계산이 다루기 쉬워지는 이유를 정리합니다.
트리 앙상블에서 Shapley 상호작용을 효율적으로 계산하는 방법입니다.
답을 빠르게 찾는 문제와 후보 답을 빠르게 검증하는 문제의 차이를 정리합니다.
선형시스템과 역문제에서 해의 존재성, 유일성, 안정성을 살펴봅니다.
Shapley Interaction Index (작성 중)
Tensor-Train Decomposition (작성 중)
첫 연구 노트