楼主: 时光永痕
835 0

[数据挖掘新闻] 可解释的机器学习 [推广有奖]

  • 0关注
  • 14粉丝

svip3

学术权威

12%

(VIP/贵宾)八级

6%

威望
0
论坛币
26 个
通用积分
57.2238
学术水平
4 点
热心指数
4 点
信用等级
4 点
经验
34180 点
帖子
2732
精华
0
在线时间
321 小时
注册时间
2020-7-21
最后登录
2024-8-1

楼主
时光永痕 学生认证  发表于 2020-12-3 20:30:10 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
可解释的机器学习
前言
机器学习在改进产品,过程和研究方面具有巨大的潜力。但是,机器通常不会对其预测做出解释,这会损害信任,并为采用机器学习造成障碍。这本书是关于使机器学习模型及其决策可解释的。
机器学习模型已经被用来为您选择最佳的广告,它可以过滤掉您电子邮件中的垃圾邮件,甚至可以评估司法系统中的风险,最终可能会对您的自由产生影响。每个人都可以信任学习的模型吗?该模型在训练数据上可能表现良好,但是学习到的关联是否足够通用以传输到新数据?机器学习模型尽职尽责的训练数据中是否存在一些奇怪之处?本书将为您提供一些技术概述,您可以使用这些技术使黑匣子尽可能透明,并使它们的预测可解释。本书的第一部分介绍了简单易懂的模型以及如何进行解释的说明。后面的章节重点介绍与模型无关的通用工具,这些工具可帮助分析复杂模型并使其决策可解释。在理想的未来中,机器将能够解释他们的决定,而我们正在迈向的算法时代将尽可能地人性化。
本书推荐给机器学习从业者,数据科学家,统计学家以及其他对使机器决策更加人性化感兴趣的人。
题库
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:机器学习 数据科学家 训练数据 电子邮件 统计学家

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2026-1-6 21:43