文档摘要

6.4 可解释性对照 本节摘要：深度学习常被当作黑箱，关键业务决策需要解释。SOURCE 把可解释与可信赖单列，并指出 TFT 的变量选择能提供抓手。对照层次是：统计系数、分解分量、注意力权重、事后归因。能回答的问题不同。要求“像 ARIMA 那样每个滞后一个系数”时，深度给不出同等答案，该承认，而不是用热力图冒充。 会员。《6.4 可解释性对照》收录于灏天文库文集《基于深度学习的时间序列预测模型》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/479-%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E6%A8%A1%E5%9E%8B

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流