Глубокие нейронные деревья принятия решений

[Kuch]

В статье написано о 20 строках кода на tf. А можно как раз увидеть реализацию? потому что на без нее как то все не о чем.

[AyratGil]

Добрый день. В источнике (https://arxiv.org/pdf/1806.06988.pdf) их в явном виде не приводят. Спасибо.

[mithdradates]

А Вы не пробовали воспроизвести статью? Идея интересная в плане отхода от black box моделей, но довольно много статей, где на поверхности всё гладко, но воспроизвести результаты невозможно и авторы не делятся кодом. Вообще, конечно, хотелось бы чтобы формат «статья + код в репозитории» стал обязательным.

[AyratGil]

Добрый день. Очень этого хотелось бы. Временных ресурсов не всегда хватает. Работаю над этим. Просто сама статья показалась интересной. Конечно не все гладко, скорее всего как описывают авторы. Да, хорошее у вас пожелание. Спасибо.

[Kuch]

отвечу сам себе https://github.com/wOOL/DNDT/tree/master/tensorflow

[VPryadchenko]

Спасибо, а то уже сам собирался писать! (плюсовать не могу)

[Kuch]

Если есть опыт, я бы посмотрел на реализацию на tfjs, так как питон это не мое

[VPryadchenko]

Нет, увы. Моё — питон как раз)

[AyratGil]

В тексте ссылка на этот репозиторий — github.com/wOOL/DNDT

[VPryadchenko]

А ещё в такую модель довольно просто добавить условия вида x_i > x_j, что тоже интерпретируемо.

[AyratGil]

Да, возможно это тоже интересно. Видите, они бьются над интерпретацией. Чтобы не было «черным ящиком». Контролируемость нужна)

[VPryadchenko]

Недавно был пост: habr.com/ru/company/skillfactory/blog/519346 — там как раз используются разные предикаты, помимо x_i > theta_i, но проблема как раз, как пишут авторы, в обучении (вычислительно сложно). Складывается впечатление, что эти два подхода неплохо было бы объединить.

[AyratGil]

Спасибо. Интересное наблюдение.