출처
한국어 자료가 있음에 지식 공유자님께 감사합니다. (_ _ )
모델 경량화 논문에는 model agnostic이라는 표현이 등장.
agnostic은 불가지론자의 라는 의미.
model agnostic은 그대로 해석하면 모델 불가지론 이라고 할 수 있다. 이를 머신러닝에 맞게 의역하면, 모델에 구애 받지 않고 독립적으로 해석할 수 있음을 의미한다. 곧, 설명에서는 'a'모델을 사용하더라도 학습에서는 'a,b,c'등 다른 모델에 적용할 수 있다는 뜻이다.
추가적인 이해를 위해 model agnostic과 model specific을 비교해보자.
model specific 은 특정한 모델에 구속되어 있으며, 해당 모델의 기능에 의존한다. 따라서 제한적인 점이 있다. 예를 들면 attention, Coefficients in linear models, Impurity in tree-based models를 들 수 있다.
model agnostic은 모든 유형의 머신러닝 알고리즘에 적용할 수 있으며 input과 output으로 평가할 수 있다. 예를 들면 Permutation-based variable importance, PDPs, ICE curves나 LIME, Shapley, Breakdown가 이에 속한다.
Curious for Everything