MARC状态:审校 文献类型:中文图书 浏览次数:18
- 题名/责任者:
- 可解释机器学习:模型、方法与实践/邵平[等]著
- 出版发行项:
- 北京:机械工业出版社,2022
- ISBN及定价:
- 978-7-111-69571-4/CNY79.00
- 载体形态项:
- 12,211页:图;21cm
- 并列正题名:
- Interpretable machine learning:modles, methods and practices
- 并列正题名:
- Interpretable machine learning:models, methods and practices
- 个人责任者:
- 邵平 著
- 学科主题:
- 机器学习-分析方法-研究
- 中图法分类号:
- TP181
- 一般附注:
- 华章IT 华章图书
- 题名责任附注:
- 著者还有:杨健颖、苏思达、何悦、苏钰
- 提要文摘附注:
- 本书先从背景出发,阐述黑盒模型存在的问题以及不解决黑盒问题模型可能带来的后果,引出可解释机器学习的重要性;随后,我们从可解释机器学习的研究方向,分为内在可解释模型算法和模型事后解析方法两部分进行介绍,阐述不同模型的原理、应用及其可解释性。最后通过三个不同的应用场景,介绍在银行实战中的数据挖掘方法,由问题、处理方法出发,结合可解释机器学习模型结果,证明模型的有效性和实用性。
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 | 还书位置 |
TP181/355 | CN1902195 | ![]() |
阅览 | 内阅图书 | |
TP181/355 | CN1902196 | ![]() |
可借 | 未央馆 | |
TP181/355 | CN1902197 | ![]() |
可借 | 未央馆 |
显示全部馆藏信息