0
点赞
收藏
分享

微信扫一扫

中文版-可解释的机器学习-黑盒模型可解释性理解指南


中文版-可解释的机器学习-黑盒模型可解释性理解指南_人工智能

    本书向你介绍了如何使 (监督) 机器学习模型可解释。虽然本书中包含⼀些数学公式,但是即使没有公式,你也需要能够理解这些⽅法背后的思想。本书不适合机器学习初学者。如果你不熟悉机器学习,则有很多书籍和其他资源可以学习基础知识。关于机器学习的⼊门学习,我推荐在线学习平台 coursera.com 上的 Hastie, Tibshirani 和 Friedman[1] 所著的《The Elements of StatisticalLearning》⼀书和 Andrew Ng 的 “机器学习” 在线课程。

    这些书本和在线课程都是免费的!⽬前解释机器学习模型的新⽅法以惊⼈的速度发表,跟上所有已发布的内容⾮常不现实。这就是为什么你不会在本书中看到最新颖、最奇特的⽅法,⽽是看到机器学习可解释性的成熟⽅法和基本概念。这些基础知识可以帮助你使机器学习模型具有可解释性。你阅读本书后,内化基础知识还使你能够更好地理解和评估 arxiv.org 上发表的有关可解释性的新论⽂。

    内容整理自网络,感谢作者对原著翻译。源地址:https://github.com/MingchaoZhu/InterpretableMLBook

    bshq:中文版-《可解释的机器学习-黑盒模型可解释性理解指南》pdf免费分享

     

    本书以⼀些 (反乌托邦式的) 短篇⼩说作为开篇,这些短篇⼩说不是理解这本书所必需的,但希望它们能使你愉悦并引起思考。然后,本书探讨了机器学习可解释性的概念。我们将讨论可解释性何时重要,以及有哪些不同类型的解释。

本书目录

中文版-可解释的机器学习-黑盒模型可解释性理解指南_人工智能_02

中文版-可解释的机器学习-黑盒模型可解释性理解指南_机器学习_03

中文版-可解释的机器学习-黑盒模型可解释性理解指南_自然语言处理_04

中文版-可解释的机器学习-黑盒模型可解释性理解指南_机器学习_05

中文版-可解释的机器学习-黑盒模型可解释性理解指南_人工智能_06


本书正文截图

中文版-可解释的机器学习-黑盒模型可解释性理解指南_机器学习_07

中文版-可解释的机器学习-黑盒模型可解释性理解指南_自然语言处理_08

中文版-可解释的机器学习-黑盒模型可解释性理解指南_人工智能_09

中文版-可解释的机器学习-黑盒模型可解释性理解指南_深度学习_10


举报

相关推荐

0 条评论