MARC状态:审校 文献类型:中文图书 浏览次数:3
- 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:
- 16,230页:图,照片;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:
- Christoph Molnar授权出版
- 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。
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 | 还书位置 |
TP181/338 | B0199173 | 库本 库366632 | 可借 | 库本 | |
TP181/338 | B0199171 | 基本书库 | 可借 | 基本书库 | |
TP181/338 | B0199172 | 基本书库 | 可借 | 基本书库 |
显示全部馆藏信息