SHAP可视化解释机器学习。

模型年份提出团队关键创新点层数参数量LeNet-51998Yann LeCun 等首个 CNN 架构，卷积层 + 池化层 + 全连接层设计，采用 Sigmoid 激活函数，奠定深度学习视觉基础。7 层~60KAlexNet2012Alex Krizhevsky 等首次引入 ReLU 激活函数提升训练效率，使用 Dropout 抑制过拟合，结合数据增强与 GPU 并行计算。8 层60MVGGNet2

SARIMA (Seasonal AutoRegressive Integrated Moving Average)是标准ARIMA模型的扩展。它专门用于处理具有明显季节性模式的时间序列数据。