可解释机器学习:黑盒模型可解释性理解指南 = Interpretable machine learning:a guide for making black box models interpretable
Saved in:
Main Authors: | |
---|---|
Group Author: | |
Published: |
电子工业出版社
|
Publisher Address: | 北京 |
Publication Dates: | 2021 |
Literature type: | Book |
Language: | Chinese |
Subjects: | |
Carrier Form: | ⅩⅥ,,230页: 图 ; 24cm |
ISBN: | 978-7-121-40606-5 |
Index Number: | TP181 |
CLC: | TP181-34 |
Call Number: | TP181-34/4822 |
Contents: |
博文视点 有书目(第227-230页) 本书探索了可解释性的概念,介绍了简单的、可解释的模型,例如决策树、决策规则和线性回归,重点介绍了解释黑盒模型的、与模型无关的方法,如特征重要性和累积局部效应,以及用Shapley |