توضیحات
This book is about making machine learning models and their decisions interpretable. After exploring the concepts of interpretability, you will learn about simple, interpretable models such as decision trees, decision rules and linear regression. Later chapters focus on general model-agnostic methods for interpreting black box models like feature importance and accumulated local effects and explaining individual predictions with Shapley values and LIME. All interpretation methods are explained in depth and discussed critically. How do they work under the hood? What are their strengths and weaknesses? How can their outputs be interpreted? This book will enable you to select and correctly apply the interpretation method that is most suitable for your machine learning project.
————————————————————–
ترجمه ماشینی :
این کتاب در مورد ساخت مدل های یادگیری ماشین و تصمیمات آنها قابل تفسیر است. پس از بررسی مفاهیم تفسیرپذیری، با مدل های ساده و قابل تفسیر مانند درخت تصمیم، قوانین تصمیم گیری و رگرسیون خطی آشنا خواهید شد. فصلهای بعدی بر روشهای کلی مدل-آگنوستیک برای تفسیر مدلهای جعبه سیاه مانند اهمیت ویژگی و اثرات محلی انباشته شده و توضیح پیشبینیهای فردی با مقادیر Shapley و LIME تمرکز دارند. همه روش های تفسیر به طور عمیق توضیح داده شده و به صورت انتقادی مورد بحث قرار می گیرند. چگونه زیر کاپوت کار می کنند؟ قوت و ضعف آنها در چیست؟ چگونه می توان خروجی های آنها را تفسیر کرد؟ این کتاب شما را قادر می سازد تا روش تفسیری را که برای پروژه یادگیری ماشین شما مناسب تر است، انتخاب و به درستی اعمال کنید.
tag : دانلود کتاب یادگیری ماشینی قابل تفسیر , Download یادگیری ماشینی قابل تفسیر , دانلود یادگیری ماشینی قابل تفسیر , Download Interpretable Machine Learning Book , یادگیری ماشینی قابل تفسیر دانلود , buy یادگیری ماشینی قابل تفسیر , خرید کتاب یادگیری ماشینی قابل تفسیر , دانلود کتاب Interpretable Machine Learning , کتاب Interpretable Machine Learning , دانلود Interpretable Machine Learning , خرید Interpretable Machine Learning , خرید کتاب Interpretable Machine Learning ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.