本书《Interpretable Machine Learning with Python》介绍了使用Python进行可解释机器学习的方法，适用于数据科学家和机器学习开发者。内容包括理解业务中可解释性的必要性，研究线性模型、决策树等白盒模型，掌握模型解释技术，以及如何减轻数据集偏差和增强模型可靠性。适合有一定机器学习和Python基础的读者，旨在提升模型理解和可解释性调整能力。
各位好，此账号的目的在于为各位想努力提升自己的程序员分享一些全球最新的技术类图书信息，今天带来的是2021年3月由Packt出版社最新出版的一本关于机器学习的书，使用的语言为python。
Interpretable Machine Learning with Python
作者：Serg Masís
出版社：Packt
出版时间：2021-03-26
ISBN：9781800203907
图书简介
您是否想使用机器学习（ML）解释来了解您的模型并减轻与不良预测相关的风险？使用Python的可解释机器学习可以帮助您有效地使用ML模型。
本书的第一部分是可解释性的初学者指南，涵盖了它与业务的相关性并探讨了它的关键方面和挑战。您将专注于白盒模型的工作方式，将它们与黑盒和玻璃盒模型进行比较，并研究它们之间的权衡。第二部分将使您快速掌握各种解释方法（也称为可解释AI（XAI）方法），以及如何将其应用于不同的用例（用于分类或回归，表格，时间序列） ，图片或文字。除了循序渐进的代码，本书还帮助读者使用示例解释模型结果。在第三部分中，您将通过减少复杂性&#x
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
