池州职业技术学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

可解释机器学习:黑盒模型可解释性理解指南/(德)Christoph Molnar著 朱明超译

出版发行项:

北京:电子工业出版社,2021

ISBN及定价:

978-7-121-40606-5/CNY99.00

载体形态项:

XVI,,230页:图;24cm

并列正题名:

Interpretable machine learning : a guide for making black box models interpretable

其它题名:

黑盒模型可解释性理解指南

个人责任者:

(德) 莫尔纳 (Molnar, Christoph) 著

个人次要责任者:

朱明超 译

学科主题:

机器学习-分析方法-研究

中图法分类号:

TP181-34

中图法分类号:

TP181

一般附注:

博文视点

版本附注:

本书简体中文版专有出版权由ChChristoph Molnar授予电子工业出版社

责任者附注:

责任者Molnar规范汉译姓:莫尔纳

责任者附注:

Christoph Molnar,可解释机器学习研究员,目前在德国慕尼黑大学统计研究所攻读博士学位,目标是让机器学习模型的决策更容易被人类理解。著作Interpretable Machine Learning受到业界高度关注。

书目附注:

有书目(第227-230页)

提要文摘附注:

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值和LIME解释单个实例预测。

豆瓣简介：