技术圈首页
程序员
解决方案
聚合短信
APP下载
登录
注册
首页
文章详情
【2023新书】可解释的AI谱系,使用Python实现模型可解释性和可解释性的解决方案
数据派THU
|
47
2023-03-04 09:17
0
0
0
来源:专知
本文
为书籍介绍
,建议阅读
5
分钟
本书采用问题解决的方法来解释机器学习模型及其算法。
理解如何使用可解释人工智能(XAI)库,并建立对人工智能和机器学习模型的信任。本书采用问题解决的方法来解释机器学习模型及其算法。
本书从监督学习线性模型的模型解释开始,包括分类和回归模型的特征重要性、部分依赖分析和影响数据点分析。接下来,介绍了使用非线性模型和最先进的框架(如SHAP值/分数和LIME)进行监督学习的方法。使用LIME和SHAP覆盖时间序列模型的可解释性,以及与自然语言处理相关的任务,如文本分类,ELI5的情感分析和不证明。本书以使用CAPTUM框架展示特征归因、神经元归因和激活归因的复杂模型分类、类回归神经网络和深度学习模型作为结尾。
读完本书后,你将理解人工智能和机器学习模型,并能够将这些知识应用到实践中,为你的分析带来更高的准确性和透明度。
https://link.springer.com/book/10.1007/978-1-4842-9029-3
你将学到什么?
使用Python创建代码片段并解释机器学习模型
利用最新代码和敏捷实现的深度学习模型
构建、训练和解释可扩展的神经网络模型
理解神经网络模型的不同变体
0
赞
0
收藏
×
添加附言
附加内容, 使用此功能的话, 会给所有参加过讨论的人发送提醒.
回复数量:
0
暂无评论~~
请注意单词拼写,以及中英文排版,
参考此页
支持 Markdown 格式,
**粗体**
、~~删除线~~、
`单行代码`
, 更多语法请见这里
Markdown 语法
支持表情,见
Emoji cheat sheet
@name 会链接到用户页面,并会通知他
上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jp(e)g, png, gif
Ctrl+Enter
下载APP
数据派THU
1246
文章
3
获赞
关注TA
NEW
相关文章推荐
ChatGPT爆火,真有那么神?
ChatGPT爆火,真有那么神?
从Python到深度学习算法,揭秘AI算法工程师核心竞争力
【2023】Stack Overflow 开发者调查报告重磅发布
稚晖君被曝离职华为!两年前加入华为天才少年计划,下一步创业方向是机器人
专注人工智能的几个原创公众号
8年彻底凉凉!「AI编程神器」Kite停止开发!创始人:月活50万,收入基本为0
AI预测世界杯比赛结果,惊掉下巴!