自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Cherzhoucheer的博客

道阻且长

  • 博客(2)
  • 资源 (1)
  • 收藏
  • 关注

原创 机器学习可解释性方法Lime小结

机器学习相对简单线性模型有更优异的效果,但是其复杂的原理让模型并不容易理解和解释。可解释的方法有很多众,大概可以分为全局解释和局部解释,以及与模型适配和与模型无关的方法,本文对一种局部的、与模型无关的方法Lime进行介绍,尝试从原理并结合python的Lime工具包进行梳理。原理介绍Lime(Local Interpretable Model-Agnostic Explanations)是使用训练的局部代理模型来对单个样本进行解释。假设对于需要解释的黑盒模型,取关注的实例样本,在其附近进行扰动生成新

2020-08-24 16:57:45 5989 3

原创 二代征信报告解读及信贷风控中的应用

今年一月中旬起,征信中心面向社会公众和金融机构提供二代格式信用报告查询服务,相比一代征信系统,二代征信系统又做了哪些升级?提供的信用报告又有哪些变化?相对于一代征信报告,大家更加急切地想知道二代征信报告内容,因此这里对一代和二代征信进行详细的对比解读。二代征信报告解读征信系统与一代征信系统相比,二代征信系统在信息采集、产品加工、技术架构和安全防护方面,均进行了优化改进。一是优化丰富信息内容,更为全面、准确地反映信息主体信用状况;二是优化信用报告展示形式 和生成机制,提升信用报告的易读性...

2020-08-04 22:48:29 7378

神经网络与深度学习

Michel A Nielsen的英文书籍的中文版本,经典的深度学习入门书籍

2019-01-20

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除