附pdf下载 | 中文版《可解释的机器学习》
可解释性是当下机器学习研究特点之一。最近，来自复旦大学的研究生朱明超，将《Interpretable Machine Learning》翻译成了中文。本文推介由朱明超同学亲自撰写。
这本书最初是由德国慕尼黑大学博士Christoph Molnar耗时两年完成的，长达250页，是仅有的一本系统介绍可解释性机器学习的书籍。
这本书最初是由Christoph Molnar耗时两年完成的《Interpretable Machine Learning》，长达250页，在公开至今该书得到密切关注，这是在可解释性领域可以找到的仅有的一本书。
“可解释”是这本书的核心论题。作者Molnar认为，可解释性在机器学习甚至日常生活中都是相当重要的一个问题。建议机器学习从业者、数据科学家、统计学家和任何对使机器学习模型可解释的人阅读本书。
《可解释的机器学习》该书总共包含 7 章内容。章节目录如下：
第一章：前言
第二章：可解释性
第三章：数据集
第四章：可解释的模型
第五章：模型无关方法
第六章：基于样本的解释
第七章：水晶球
扫下面码关注【深度学习初学者】回复：解释 ，即可获取电子版。
评论