logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-02032025-120342

Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
URN
etd-02032025-120342
Titolo
Analysis of a counterfactual-based feature importance measure: fidelity, computational cost and influencing factors
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
ARTIFICIAL INTELLIGENCE AND DATA ENGINEERING
Parole chiave
  • counterfactual explanation
  • eXplainable Artificial Intelligence
  • feature importance
Data inizio appello
21/02/2025
Consultabilità
Non consultabile
Data di rilascio
21/02/2028
Riassunto (Inglese)
Riassunto (Italiano)
In this thesis, a counterfactual-based approach of explainable artificial intelligence is experimented for evaluating its performance in terms of fidelity and computational cost and, as well as, the factors that influence them. The evaluated approach is compared against the state of the art. Experimentation on benchmark datasets testbed is carried out.
File
Nome file Dimensione
La tesi non è consultabile.
Contatta l’autore