欢迎访问安徽瀚文图书有限责任公司官网!

推购系统

可解释机器学习

ISBN:9787121490149
价格:118
副题名:黑盒模型可解释性理解指南
分辑号:
分辑名:
主要著作者:(德)Christoph Molnar著
发行地:北京
出版社:电子工业出版社
出版日期:2024
页码:19,250页
开本:24cm
丛书项:
一般性附注:
读者对象:
主题词:机器学习
中图法分类:TP181-34
装帧:
版次:2版
图表:
语种:chi
本书探索了可解释性的概念,介绍了许多简单的可解释模型,包括决策树、决策规则和线性回归等。本书的重点是模型不可知方法,用于解释黑盒模型(如特征重要性和累积局部效应),以及用Shapley值和局部代理模型解释单个实例预测。此外,本书介绍了深度神经网络的可解释性方法。本书深入解释并批判性地讨论所有的可解释方法,如它们在黑盒下的运作机制,各自的优缺点,如何解释它们的输出结果。