【2022 新版书籍】第2版《可解释的机器学习:黑盒模型可解释性理解指南》,330页pdf

2022 年 11 月 9 日 专知

本书是由德国慕尼黑大学博士Christoph Molnar完成的第二版,长达330页,是仅有的一本系统介绍可解释性机器学习的书籍。


机器学习虽然对改进产品性能和推进研究有很大的潜力,但无法对它们的预测做出解释,这是当前面临的一大障碍。本书是一本关于使机器学习模型及其决策具有可解释性的书。本书探索了可解释性的概念,介绍了简单的、可解释的模型,例如决策树、决策规则和线性回归,重点介绍了解释黑盒模型的、与模型无关的方法,如特征重要性和累积局部效应,以及用Shapley值和LIME解释单个实例预测。本书对所有的解释方法进行了深入说明和批判性讨论,例如它们如何在黑盒下工作、它们的优缺点是什么、如何解释它们的输出。本书将解答如何选择并正确应用解释方法。本书的重点是介绍表格式数据的机器学习模型,较少涉及计算机视觉和自然语言处理任务。

本书适合机器学习从业者、数据科学家、统计学家和所有对使机器学习模型具有可解释性感兴趣的人阅读。



  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



专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“ML330” 就可以获取【2022 新版书籍】第2版《可解释的机器学习:黑盒模型可解释性理解指南》,330页pdf》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料

登录查看更多
9

相关内容

专知会员服务
75+阅读 · 2021年7月31日
【经典书】《数据科学家统计学实战》,409页pdf
专知会员服务
100+阅读 · 2020年12月31日
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
193+阅读 · 2020年2月24日
神经网络的基础数学,95页pdf
专知
21+阅读 · 2022年1月23日
【干货书】深度学习全面指南,307页pdf
专知
27+阅读 · 2022年1月6日
干货 | 可解释的机器学习
AI科技评论
18+阅读 · 2019年7月3日
可解释的机器学习
平均机器
25+阅读 · 2019年2月25日
【下载】TensorFlow机器学习教程手把手书谱
专知
38+阅读 · 2017年12月22日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
11+阅读 · 2022年9月1日
Arxiv
32+阅读 · 2022年5月23日
Arxiv
49+阅读 · 2021年5月9日
A Modern Introduction to Online Learning
Arxiv
19+阅读 · 2019年12月31日
Arxiv
15+阅读 · 2019年9月30日
Arxiv
11+阅读 · 2018年5月21日
VIP会员
相关资讯
神经网络的基础数学,95页pdf
专知
21+阅读 · 2022年1月23日
【干货书】深度学习全面指南,307页pdf
专知
27+阅读 · 2022年1月6日
干货 | 可解释的机器学习
AI科技评论
18+阅读 · 2019年7月3日
可解释的机器学习
平均机器
25+阅读 · 2019年2月25日
【下载】TensorFlow机器学习教程手把手书谱
专知
38+阅读 · 2017年12月22日
相关基金
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
11+阅读 · 2022年9月1日
Arxiv
32+阅读 · 2022年5月23日
Arxiv
49+阅读 · 2021年5月9日
A Modern Introduction to Online Learning
Arxiv
19+阅读 · 2019年12月31日
Arxiv
15+阅读 · 2019年9月30日
Arxiv
11+阅读 · 2018年5月21日
Top
微信扫码咨询专知VIP会员