人工智能系列经典图书翻译可解释机器学习（第二版）

Posted 2022-09-17 上下求索.

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了人工智能系列经典图书翻译可解释机器学习（第二版）相关的知识，希望对你有一定的参考价值。

欢迎大家指出其中的错漏之处，不胜感激！

内容提要

机器学习对于改进产品、过程和研究有很大的潜力。但是计算机通常不能解释他们的预测，这是机器学习的一个障碍。这本书是关于使机器学习模型和它们的决策可解释。

在探索了可解释性的概念之后，您将了解简单的、可解释的模型，如决策树、决策规则和线性回归。本书的重点是用与模型无关的方法来解释黑盒模型，例如特征重要性和累积的局部效应，以及用 Shapley 值和 LIME 解释个别预测。此外，本书还介绍了特定于深度神经网络的方法。

所有的解释方法进行了深入的解释和批判性的讨论。他们怎么在引擎盖下工作？他们的优点和缺点是什么？如何解释它们的输出？本书将使您能够选择和正确应用最适合您的机器学习项目的解释方法。推荐机器学习从业者、数据科学家、统计学家以及任何对使机器学习模型可解释感兴趣的人阅读本书。

以下为原作者联系方式

Mail: christoph.molnar.ai@gmail.com

Website: https://christophm.github.io/

可以推特上关注原作者@ChristophMolnar

封面图片由 @YvonneDoinel提供

可以在 leanpub.com 上购买PDF 和电子书版本（epub、mobi）

可以在亚马逊上购买印刷版。

可解释机器学习（第二版）翻译 Jiazhen

分章节进行整理。校对时按照原格式进行排版，原文见在线版或pdf

以上是关于人工智能系列经典图书翻译可解释机器学习（第二版）的主要内容，如果未能解决你的问题，请参考以下文章