interpretable ml book:关于可解释机器学习的书 源码

可解释的机器学习 解释机器学习模型的决策和行为。 概括 您可以在此处找到该书的当前版本: : 这本书是关于可解释的机器学习的。 机器学习已嵌入到我们日常生活的许多产品和流程中,但是机器做出的决策并不会自动带有解释。 解释会增加对决策和机器学习模型的信任。 作为算法的程序员,您想知道您是否可以信任学习的模型。 它学习通用功能了吗? 还是算法在训练数据中发现了一些奇怪的伪像? 本书将概述可用于使黑匣子尽可能透明并解释决策的技术。 在第一章中,将介绍产生简单的,可解释的模型的算法以及如何解释输出的指令。 后面的章节着重于分析复杂的模型及其决策。 在理想的未来中,机器将能够解释自己的决定,并使人类过渡到算法时代。 本书推荐给机器学习从业者,数据科学家,统计学家以及决定使用机器学习和智能算法的利益相关者。 这本书是从master分支自动生成的,并由Travis CI推送到gh页。 贡献 了解