ISBN/价格: | 978-7-121-40606-5:CNY99.00 |
---|---|
作品语种: | chi eng |
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:,2021.2 |
载体形态项: | xvi, 230页:;+图 (部分彩图):;+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。 |
题名主题: | 机器学习 分析方法 研究 |
中图分类: | TP181-34 |
个人名称等同: | 莫尔纳 著 |
个人名称次要: | 朱明超 译 |
记录来源: | CN 百万庄 20230315 |