机读格式显示(MARC)

• 000 01251nam0 2200301 450

• 001 0000770164

• 005 20251120140300.0

• 010 __ |a 978-7-121-49014-9 |d CNY118.00

• 100 __ |a 20241111d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 可解释机器学习 |A Ke Jie Shi Ji Qi Xue Xi |e 黑盒模型可解释性理解指南 |d = Interpretable machine learning |e a guide for making black box models explainable |f (德)Christoph Molnar著 |g 郭涛译 |z eng

• 205 __ |a 第2版

• 210 __ |a 北京 |c 电子工业出版社 |d 2024

• 215 __ |a 19,250页 |c 图，照片 |d 24cm

• 305 __ |a 据原书第2版译出

• 330 __ |a 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。

• 333 __ |a 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

• 510 1_ |a Interpretable machine learning |e a guide for making black box models explainable |z eng

• 517 1_ |a 黑盒模型可解释性理解指南

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi |x 分析方法 |x 研究

• 690 __ |a TP181 |v 5

• 701 _0 |a 莫尔纳 |A Mo Er Na |c (Molnar, Christoph) |4 著

• 702 _0 |a 郭涛 |A Guo Tao |4 译

• 801 _0 |a CN |b WFKJXY |c 20250623

• 905 __ |a WFKJXY |d TP181/499=2