原创力文档- 1、本文档共65页，其中可免费阅读25页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
机器学习中的虚假因果关联性研究
机器学习模型已经被广泛应用于解决社会问题以及进行高风险的决策。在许
多的真实应用场景中，不仅要求机器学习模型具有较高准确率，还要求其具备良好
的鲁棒性和安全性。然而，对抗攻击等技术的出现引起了人们对机器学习模型的安
全性和鲁棒性的担忧。为了改善机器学习模型的安全性、鲁棒性等各方面表现，已
经有许多研究做出了卓越贡献。然而，现有的研究较少从虚假的因果关联性的角度
切入。其中，因果关联性指一个事件的发生或存在会导致另一个事件的发生或
文档评论（0）