|
题名:
|
可解释机器学习 / (德) Christoph Molnar著 , 郭涛译 |
|
ISBN:
|
978-7-121-49014-9 价格： CNY118.00 |
|
语种:
|
chi |
|
载体形态:
|
xix, 250页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 电子工业出版社 出版日期： 2024 |
|
内容提要:
|
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。 |
|
主题词:
|
机器学习 分析方法 |
|
中图分类法:
|
TP181 版次： 5 |
|
其它题名:
|
黑盒模型可解释性理解指南 |
|
主要责任者:
|
莫尔纳 著 |
|
次要责任者:
|
郭涛 译 |
|
责任者附注:
|
责任者Molnar规范汉译姓: 莫尔纳 |