| ISBN/价格： | 978-7-121-40606-5:CNY99.00 |
|---|
| 作品语种： | chi ger |
|---|
| 出版国别： | CN 110000 |
|---|
| 题名责任者项： | 可解释机器学习/.(德)Christoph Molnar著/.朱明超译 |
|---|
| 出版发行项： | 北京:,电子工业出版社:,2021.02 |
|---|
| 载体形态项： | 16,230页:;+图:;+24cm |
|---|
| 提要文摘： | 本书探索了可解释性的概念，介绍了简单的、可解释的模型，例如决策树、决策规则和线性回归，重点介绍了解释黑盒模型的、与模型无关的方法，如特征重要性和累积局部效应，以及用Shapley值和LIME解释单个实例预测。本书对所有的解释方法进行了深入说明和批判性讨论，例如它们如何在黑盒下工作、它们的优缺点是什么、如何解释它们的输出。本书将解答如何选择并正确应用解释方法。本书的重点是介绍表格式数据的机器学习模型，较少涉及计算机视觉和自然语言处理任务。 |
|---|
| 并列题名： | Interpretable machine learning eng |
|---|
| 题名主题： | 机器学习 分析方法 研究 |
|---|
| 中图分类： | TP181 |
|---|
| 个人名称等同： | 莫尔纳 C. (德) 著 |
|---|
| 个人名称次要： | 朱明超 译 |
|---|
| 记录来源： | CN 人天书店 20210330 |
|---|