Datengetriebene Modellierung mit Hilfe von maschinellem Lernen (ML) hat großes Potenzial in vielen Bereichen und kann für uns zum Beispiel genauere Modelle für Quality of Experience (QoE), also die subjektive Qualität von Internetanwendungen, ermöglichen. Jedoch sind solche Modelle black boxes, d.h. wir können nicht direkt nachvollziehen, wie die Modelle funktionieren. In der Forschung ist für uns aber wichtig, zu wissen, welche Faktoren den größten Einfluss auf die Nutzerzufriedenheit haben und welche grundlegenden Zusammenhänge sich in den Daten verstecken. Hier können Methoden des erklärbaren maschinellen Lernen (eXplainable Artificial Intelligence, XAI) helfen und wir haben ein Tutorial-Paper geschrieben, wie man solche Methoden für QoE Modellierung einsetzen kann. Das Papier ist im renommierten Journal IEEE Communication Surveys & Tutorials erschienen.

Link zum Paper:  A Tutorial on Data-Driven Quality of Experience Modeling With Explainable Artificial Intelligence