太赞了！GitHub 标星 2.4k+，《可解释机器学习》中文版正式开放！

Posted 2021-04-10 GitHubDaily

设为 “星标”，发现更多计算机优质资源！

大家好，我是小 G。

此前我们曾跟大家分享过一本机器学习相关的开源书籍：《Interpretable Machine Learning》，中文译名：《可解释的机器学习》。

该书由德国慕尼黑大学的一名博士 Christoph Molnar 耗时两年编著完成，全书共计 250 多页，7.8 万字，1000 多次提交。

2019 年 2 月的时候，作者在 Twitter 上正式对外宣布，免费开放全书内容，受到了业内开发者的一致赞赏。

这本书，也称得上是目前技术圈少有的，对机器学习可解释性作出完整诠释的精品书籍。

该书共分为以下 7 个章节，向读者完整介绍了机器学习的可解释性相关知识点：

• 第一章：前言

• 第二章：可解释性

• 第三章：数据集

• 第四章：可解释的模型

• 第五章：模型无关方法

• 第六章：基于样本的解释

• 第七章：水晶球

不过，国内不少开发者受限于其自身英文阅读水平，一直没有办法对该书进行系统化的学习。

因此，一位来自复旦大学的研究生朱明超对该书进行了翻译，并将其译文统一整理后放到了 GitHub 上。

目前，该书的中文版已正式翻译完毕，并在 Twitter 上得到了原作者的推荐。

感兴趣的同学，现在可以访问其中文版的项目链接，开始学起来了~

以下是该书籍的相关地址，小 G 简单整理了一下，以便大家更好的查看：

• 中文版：https://github.com/MingchaoZhu/InterpretableMLBook

• 英文版：https://christophm.github.io/interpretable-ml-book/index.html

• GitHub：https://github.com/christophM/interpretable-ml-book

以上，便是今天的分享，希望大家喜欢，觉得内容不错的，欢迎点击「在看」支持，谢谢各位。

 
   
   
 

  
    
    
  ---
  
    
    
  

 
   
   
 
 
   
   
 

  
    
    
  另外，由 GitHubDaily 原班人马打造的公众号：GitCube，现已正式上线！
 
   
   
 
 
   
   
 

  
    
    
  接下来我们将会在该公众号上，为大家
  
    
    
  分享优质的计算机学习资源与开发者工具
  
    
    
  ，坚持每天一篇原创文章的输出，感兴趣的小伙伴可以关注一下哈！