《可解釋性機器學習》PDF電子書下載

《可解釋性機器學習》是研究和總結(jié)機器學習模型及其決策的可解釋性。在探索可解釋性的概念后，你將了解簡單、可解釋的模型，例如決策樹、決策規(guī)則和線性回歸。后面的章節(jié)聚焦于解釋特征重要性和累積局部效應(yīng)的黑盒模型以及用Shapley值和LIME解釋個體預(yù)測。所有的解釋方法都進行了深入的講解和批判性的討論。

它們是如何在幕后的工作的？它們的優(yōu)勢和劣勢是什么？如何解釋它們的輸出？

《可解釋性機器學習》將使你能夠選擇并正確應(yīng)用最適合你機器學習項目的解釋方法。

《可解釋性機器學習》的內(nèi)容結(jié)構(gòu)：

獲取方式

請掃描下方二維碼，進入Py4DS群，備注：Py4DS，在群公告里面可以獲取下載鏈接。

PDF電子書專輯

1?《數(shù)據(jù)科學設(shè)計手冊》PDF電子書下載