西安工业大学图书馆书目检索系统

Online Public Access Catalogue

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。

豆瓣简介：