滿額折
可解釋機器學習：黑盒模型可解釋性理解指南(第2版)（簡體書）
商品資訊
ISBN13：9787121490149
出版社：電子工業出版社
作者：郭濤; (德)克里斯托夫‧莫爾納
出版日：2024/11/12
裝訂／頁數：平裝／272頁
規格：24cm*17cm (高/寬)
商品簡介
相關商品
商品簡介
機器學習雖然在改進產品性能、產品流程和推進研究方面有很大的潛力，但仍面臨一大障礙——計算機無法解釋其預測結果。因此，本書旨在闡明如何使機器學習模型及其決策具有可解釋性。本書探索了可解釋性的概念，介紹了許多簡單的可解釋模型，包括決策樹、決策規則和線性回歸等。本書的重點是模型不可知方法，用於解釋黑盒模型(如特徵重要性和累積局部效應)，以及用Shapley 值和局部代理模型解釋單個實例預測。此外，本書介紹了深度神經網絡的可解釋性方法。本書深入解釋並批判性地討論所有的可解釋方法，如它們在黑盒下的運作機制，各自的優缺點，如何解釋它們的輸出結果。本書將幫助讀者選擇並正確應用最適用於特定機器學習項目的解釋方法。本書適合機器學習從業者、數據科學家、統計學家及任何對機器學習模型可解釋性感興趣的讀者閱讀。
今日66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。