潍坊科技学院图书馆书目检索系统

Online Public Access Catalogue

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 郭涛译

版本说明:

第2版

出版发行项:

北京:电子工业出版社,2024

ISBN及定价:

978-7-121-49014-9/CNY118.00

载体形态项:

19,250页:图，照片;24cm

并列正题名:

Interpretable machine learning:a guide for making black box models explainable

其它题名:

黑盒模型可解释性理解指南

个人责任者:

莫尔纳 (Molnar, Christoph) 著

个人次要责任者:

郭涛 译

学科主题:

机器学习-分析方法-研究

中图法分类号:

TP181

版本附注:

据原书第2版译出

提要文摘附注:

本书探索了可解释性的概念，介绍了许多可解释模型，包括决策树、决策规则和线性回归等。此外，书中还介绍了深度神经网络的可解释性方法。

使用对象附注:

本书适用于机器学习从业者、数据科学家、统计学家及任何对机器学习模型可解释性感兴趣的读者

豆瓣简介：