Py学习  »  机器学习算法

中文版-《可解释的机器学习-黑盒模型可解释性理解指南》pdf免费分享

深度学习与NLP • 3 年前 • 454 次点击  




    本书向你介绍了如何使 (监督) 机器学习模型可解释。虽然本书中包含⼀些数学公式,但是即使没有公式,你也需要能够理解这些⽅法背后的思想。本书不适合机器学习初学者。如果你不熟悉机器学习,则有很多书籍和其他资源可以学习基础知识。关于机器学习的⼊门学习,我推荐在线学习平台 coursera.com 上的 Hastie, Tibshirani 和 Friedman[1] 所著的《The Elements of StatisticalLearning》⼀书和 Andrew Ng 的 “机器学习” 在线课程。

    这些书本和在线课程都是免费的!⽬前解释机器学习模型的新⽅法以惊⼈的速度发表,跟上所有已发布的内容⾮常不现实。这就是为什么你不会在本书中看到最新颖、最奇特的⽅法,⽽是看到机器学习可解释性的成熟⽅法和基本概念。这些基础知识可以帮助你使机器学习模型具有可解释性。你阅读本书后,内化基础知识还使你能够更好地理解和评估 arxiv.org 上发表的有关可解释性的新论⽂。

    内容整理自网络,感谢作者对原著翻译。源地址:https://github.com/MingchaoZhu/InterpretableMLBook


    文末附本书最新版免费下载地址。

     

    本书以⼀些 (反乌托邦式的) 短篇⼩说作为开篇,这些短篇⼩说不是理解这本书所必需的,但希望它们能使你愉悦并引起思考。然后,本书探讨了机器学习可解释性的概念。我们将讨论可解释性何时重要,以及有哪些不同类型的解释。


本书目录

   

本书正文截图





本书免费版pdf下载地址

    微信公众号“深度学习与NLP”回复关键字“mlexp”获取下载地址。





往期精品内容推荐

0元学AI邀请函:50个名额,限时申请!

加州理工《数据驱动算法设计》课程(2020)视频及ppt分享

机器学习基础-《统计学习-SLT》教材分享

2020年免费新书-《自然语言处理中词向量表示算法概述》分享

20年2月新书-《贝叶斯算法分析技术第三版》免费分享

AAAI2020-图神经网络(GNN)过去、现在、应用和未来最新研究进展分享

CMU 2020年最新-《深度学习入门》课程视频及资料分享

深度学习-强化学习-图神经网络-自然语言处理等AI课程超级大列表-最新版

斯坦福2020年免费新课-CS221人工智能原理与技术-视频、ppt、参考书籍分享

神经网络问答生成最全模型、策略、应用相关论文、资源、评测整理分享

人工智能潜力、危险及二者平衡之道-Yoshua Bengio

Pytorch官方力荐-11月新书《Pytorch深度学习实战指南》pdf及代码分享

自然语言处理算法工程师历史最全资料汇总-基础知识点、面试经验



扫描下方二维码可以订阅哦!

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号:lqfarmerlq

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/62936
 
454 次点击