Screen Library可解释机器学习：模型、方法与实践 = Interpretable machine learning：models，methods practices
Saved in:
| Main Authors: | ; ; ; |
|---|---|
| Published: |
机械工业出版社
|
| Publisher Address: | 北京 |
| Publication Dates: | 2022 |
| Literature type: | Book |
| Language: | Chinese |
| Subjects: | |
| Carrier Form: | 12,211页: 图 ; 21cm |
| ISBN: | 978-7-111-69571-4 |
| Index Number: | TP181 |
| CLC: | TP181-34 |
| Call Number: | TP181-34/1614 |
| Contents: | 本书先从背景出发，阐述黑盒模型存在的问题以及不解决黑盒模型问题可能带来的后果，引出可解释机器学习的重要性；随后从可解释机器学习的研究方向，分为内在可解释模型算法和模型事后解析方法两部分进行介绍，阐述不同模型的原理、应用及其可解释性；最后通过三个不同的应用场景，介绍在银行实战中的数据挖掘方法，由问题、处理方法出发，结合可解释机器学习模型结果，证明模型的有效性和实用性。期望读者通过对本书的阅读，可以更快、更好地解决实际业务问题，而非纸上谈兵。业务场景均为业内的典型案例，希望能够对读者有所启发。 |