Penjelasan teks dan gambar dengan LIME

Explainable AI in Python

Fouad Trad

Machine Learning Engineer

Model berbasis teks

Memproses dan menafsirkan bahasa tulis
Contoh: Analisis sentimen
Model kotak hitam
LimeTextExplainer menjelaskan model ini
- Menemukan dampak tiap kata pada prediksi

Model analisis sentimen menerima ulasan pengguna dan memprediksi sentimen ('Positive' atau 'Negative').

LIME untuk teks

from lime.lime_text import LimeTextExplainer


text_instance = 
"This product has great features but a poor design."


def model_predict(instance):
  ...
  return class_probabilities


explainer = LimeTextExplainer()

exp = explainer.explain_instance(

  text_instance,

  model_predict

)


exp.as_pyplot_figure()

Model berbasis gambar

Sangat kompleks
Menafsirkan data visual
Contoh: Klasifikasi makanan
LimeImageExplainer menjelaskan model ini
- Menemukan bagian gambar yang memengaruhi prediksi

Model klasifikasi makanan menerima gambar pizza dan memprediksi jenis makanan pada gambar.

LIME untuk gambar

from lime.lime_image import LimeImageExplainer


explainer = LimeImageExplainer()

explanation = explainer.explain_instance(

  image,

  model_predict,

  num_samples=50

)


temp, _ = explanation.get_image_and_mask(

  explanation.top_labels[0],

  hide_rest=True

)

Gambar es krim.

LIME untuk gambar

from lime.lime_image import LimeImageExplainer

explainer = LimeImageExplainer()
explanation = explainer.explain_instance(
  image, 
  model_predict,  
  num_samples=50
)

temp, _ = explanation.get_image_and_mask(
  explanation.top_labels[0], 
  hide_rest=True
)

plt.imshow(temp)

Gambar es krim dengan bagian kurang relevan ditutupi warna hitam.

Ayo berlatih!

Explainable AI in Python