251 页《可解释机器学习》发布,终于把机器学习黑盒解释清楚了!

DohertyHerman 发布于1月前 阅读677次
0 条评论

红色石头的个人网站:

红色石头的个人博客-机器学习、深度学习之路 ​ redstonewill.com 251 页《可解释机器学习》发布,终于把机器学习黑盒解释清楚了!

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。今天就给大家介绍一本 2 月份刚刚正式出版上线的新书:《A Gudie for Making Black Box Models Explainable》,中文译为《可解释机器学习》。这本书是关于使机器学习模型和他们的决定变得可解释。

251 页《可解释机器学习》发布,终于把机器学习黑盒解释清楚了!

作者

这本书的作者是 Christoph Molnar,他是一名统计学家和机器学习者。当他在自己的社交平台发布出版这本《可解释机器学习》的时候,受到了网友热烈的反响和支持。目前已有 800 多人转发,近 3000 个喜欢。

251 页《可解释机器学习》发布,终于把机器学习黑盒解释清楚了!

为什么这本书刚刚上线就这么受欢迎?我们一起来看一下关于这本书的详细介绍。

书籍介绍

这本书的重点是表格式数据(也称为关系数据或结构化数据)的机器学习模型,而不是计算机视觉和自然语言处理任务。对于机器学习实践者、数据科学家、统计学家以及任何其他对机器学习模型的解释感兴趣的人,推荐阅读本书。

这本书的重点是机器学习的可解释性。你将学习简单的、可解释的模型,如决策树、决策规则和线性回归。后面几章重点介绍了解释黑箱模型的一般方法。对各种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。

《可解释机器学习》该书总共包含 7 章内容。章节目录如下:

  • 第一章:介绍
  • 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:模型不可知论方法
  • 第六章:基于实例的解释
  • 第七章:观察水晶球

251 页《可解释机器学习》发布,终于把机器学习黑盒解释清楚了!

251 页《可解释机器学习》发布,终于把机器学习黑盒解释清楚了!

书籍资源

感谢开源,作者 Molnar 已经将该书的完整内容发布在网上。在线阅读地址为:

https:// christophm.github.io/in terpretable-ml-book/

另外,如果你想购买本书的电子版,包括 pdf、epub、mobi 格式的电子书,都可以在 learnpub 上购买。购买地址为:

https:// leanpub.com/interpretab le-machine-learning

关于购买电子版,Molnar 提出了购买者自己定价的“惊人之举”!也就是说你想花多少钱购买都可以,甚至是免费购买!Molnar 承诺会一直提供免费购买的福利,让更多的人看到这本书。

251 页《可解释机器学习》发布,终于把机器学习黑盒解释清楚了!

大家可以根据自己的实际情况,选择在线电子书、购买电子版或者获得免费电子版书籍。

资源下载

《可解释机器学习》电子版 pdf 书籍的获取地址:

链接: https:// pan.baidu.com/s/1q7h_OU yMVqIUlmEstu-VLw

提取码:vt4n

查看原文: 251 页《可解释机器学习》发布,终于把机器学习黑盒解释清楚了!

  • browngoose
  • blackpanda
  • orangefish
需要 登录 后回复方可回复, 如果你还没有账号你可以 注册 一个帐号。