机读格式显示(MARC)

• 000 01488nam 2200397 450

• 001 0000436613

• 005 20250417110100.0

• 010 __ |a 978-7-121-49014-9 |d CNY118.00

• 021 __ |a CN |b 01-2023-0545

• 099 __ |a CAL 012024141677

• 100 __ |a 20241216d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 可解释机器学习 |A ke jie shi ji qi xue xi |e 黑盒模型可解释性理解指南 |d = Interpretable machine learning |e a guide for making black box models explainable |f (德) Christoph Molnar著 |g 郭涛译 |z eng

• 205 __ |a 第2版

• 210 __ |a 北京 |c 电子工业出版社 |d 2024

• 215 __ |a xix, 250页 |c 图 |d 24cm

• 225 2_ |a 博文视点 |A bo wen shi dian

• 305 __ |a 据原书第2版译出

• 314 __ |a 责任者Molnar规范汉译姓: 莫尔纳

• 320 __ |a 有书目 (第 [244] -250页)

• 330 __ |a 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。

• 410 _0 |1 2001 |a 博文视点

• 510 1_ |a Interpretable machine learing |e a guide for making black box models explainable |z eng

• 517 1_ |a 黑盒模型可解释性理解指南 |A hei he mo xing ke jie shi xing li jie zhi nan

• 606 0_ |a 机器学习 |A ji qi xue xi |x 分析方法 |x 研究

• 690 __ |a TP181-34 |v 5

• 690 __ |a TP181 |v 5

• 701 _1 |a 莫尔纳 |A mo er na |g (Molnar, Christoph) |4 著

• 702 _0 |a 郭涛 |A guo tao |4 译

• 801 _0 |a CN |b ZJU |c 20241216

• 905 __ |a XATU |d TP181-34/1=2

• 920 __ |a 261060 |z 1

• 998 __ |a ZJU