书目详细信息
： 可解释机器学习:黑盒模型可解释性理解指南
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-121-40606-5:CNY99.00 |
|---|---|
| 作品语种： | chi eng |
| 出版国别： | CN 110000 |
| 题名责任者项： | 可解释机器学习/.(德) Christoph Molnar著/.朱明超译 |
| 出版发行项： | 北京:,电子工业出版社:,2021 |
| 载体形态项： | XVI, 230页:;+彩图:;+24cm |
| 一般附注： | 博文视点 |
| 相关题名附注： | 封面题英文题名：Interpretable machine learning: a guide for making |
| 提要文摘： | 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。 |
| 题名主题： | 机器学习 分析方法 |
| 索书号： | TP181/M62.2 |
| 中图分类： | TP181 |
| 个人名称等同： | 莫尔纳 著 |
| 个人名称次要： | 朱明超 译 |
| 记录来源： | CN 百万庄 20210331 |