待验证50% 置信事实精确时间
2017年Lundberg与Lee提出SHAP，将Shapley值引入机器学习可解释性领域。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证双重/去偏机器学习由Chernozhukov等人于2018年系统提出64% 相似待验证《Foundations of Machine Learning》由 Mohri 等人编写，偏向学习理论，涵盖 PAC 学习、VC 维、泛化边界和核方法的理论保证58% 相似待验证Chip Huyen的《Designing Machine Learning Systems》被广泛认为是ML系统设计的权威入门书籍57% 相似待验证SVM 的理论根基是 Vapnik 与 Chervonenkis 共同建立的 VC 理论，从泛化误差界的角度为机器学习提供数学框架57% 相似待验证李宏毅提供机器学习、深度学习、大模型与生成式AI系列课程56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1005572API
curl https://kongchang.com/api/v1/knowledge/claims/1005572MCP
get_claim(id=1005572)