timbertrek

给定成千上万个同样准确的机器学习 (ML) 模型，用户如何在其中进行选择？最近的ML技术使领域专家和数据科学家能够为稀疏决策树生成完整的罗生门集-大量几乎最佳的可解释ML模型。为了帮助ML从业者从此罗生门集合中识别具有理想属性的模型，我们开发了TimberTrek，这是第一个交互式可视化系统，可大规模总结数千个稀疏决策树。两种使用场景强调了TimberTrek如何使用户能够轻松地探索，比较和策划与他们的领域知识和价值观保持一致的模型。我们的开源工具直接在用户的计算笔记本电脑和网络浏览器中运行，从而降低了创建更负责任的ML模型的障碍。TimberTrek可通过以下公共演示链接获得: https://poloclub.github.io/timbertrek。

搜集汇总

背景与挑战

背景概述

timbertrek是一个公开数据集，旨在通过TimberTrek交互式可视化系统，帮助用户从大量稀疏决策树中探索和选择符合需求的模型。该数据集由多所大学于2022年发布，支持本地运行，并附带相关论文和工具链接。