Uitleg
White-box modellen zijn simpel en begrijpelijk. Voorbeelden: lineaire regressie (je ziet gewichten), beslisbomen (je ziet splits), logistische regressie.
In kritische domeinen (kredietverlening, medische behandeling, juridische vonnissen) kunnen white-box modellen voorkeur hebben omdat ze vertrouwen opbouwen en regelgeving naleven.
De tradeoff: white-box modellen zijn meestal minder accuraat dan black-box modellen. Een grote neurale netwerk kan beter zijn, maar niet begrijpelijk. Dit stelt teams voor keuzes: accuratesse versus interpreteerbaarheid.
⚡ Voorbeelden
- •Decision tree: je ziet exact elke beslissingsregel
- •Lineaire regressie: prijs = 100*vierkante-meters + 50000*locatie-score
- •Logistische regressie: probabiliteit = sigmoid(gewichten * features)
Trefwoorden
transparentbegrijpelijkinterpreteerbaarsimpelregels