本场博文视点423悦读季大咖直播活动,由电子工业出版社博文视点和天池读书会联合举办。
本次邀请到《可解释机器学习:黑盒模型可解释性理解指南》一书译者朱明超老师为大家解读图书内容,带大家对书中的项目进行实战。
图书介绍
1.全面介绍了可解释模型、黑盒模型的可解释性、与模型无关的方法,包含各种解释方法优缺点,以及每种方法的软件实现。
2.没有晦涩的语言与公式推导,通过平实的语言、现实生活中的例子讲解相关概念,通俗易懂。
3.适合机器学习从业者、数据科学家、统计学家和任何对使机器学习模型可解释感兴趣的人阅读。
4.各种解释方法是如何工作的?优点和缺点分别是什么?如何解释它们的输出?翻开本书都将一一找到答案!
直播介绍
「直播嘉宾:」 朱明超 本书译者、复旦大学研究生
「直播时间:」 4月21日 20:00~21:00
「直播入口:」
访问下方链接,或者直接点击文末阅读原文。
https://bfw.h5.xeknow.com/s/Xa1Hh
「配套学习资源:」 1>机器学习训练营:天池读书会页面,点击机器学习训练营即可进入全免费的课程学习,还可进入学习交流群,获取精编教程,并得到优秀学习者在线答疑等服务。
2>嘉宾分享PPT及项目实践代码:电脑访问下方链接,或者扫码进入天池读书会页面即可获取对应资源。
https://tianchi.aliyun.com/specials/promotion/activity/bookclub
更多福利
所有读者还可以直接在读书会页面点击提问按钮或扫描下方二维码,对本书进行提问,直播时我们会将大家的提问反馈给分享嘉宾,优质提问可以获赠《可解释机器学习:黑盒模型可解释性理解指南》一本。
扫码提问赢赠书
扫描下方二维码进入直播群或者点击阅读原文即可预约明晚20:00 朱明超老师读书会直播,和老师一起从实战开始学习《可解释机器学习:黑盒模型可解释性理解指南》。
▊《可解释机器学习:黑盒模型可解释性理解指南》
[德] 克里斯托夫·莫尔纳(Christoph Molnar) 著
朱明超 译
本书探索了可解释性的概念,介绍了简单的、可解释的模型,例如决策树、决策规则和线性回归,重点介绍了解释黑盒模型的、与模型无关的方法,如特征重要性和累积局部效应,以及用Shapley值和LIME解释单个实例预测。
本书对所有的解释方法进行了深入说明和批判性讨论,例如它们如何在黑盒下工作、它们的优缺点是什么、如何解释它们的输出。本书将解答如何选择并正确应用解释方法。本书的重点是介绍表格式数据的机器学习模型,较少涉及计算机视觉和自然语言处理任务。
(扫码了解本书详情)
如果喜欢本文欢迎 在看丨留言丨分享至朋友圈 三连
热文推荐
大前端书单 | 两大互联网巨头握手言和
安筱鹏:寻找不确定时代的数智化转型之锚
423博文视点悦读季丨大咖直播伴你读
联邦学习,为何而生?
▼点击阅读原文,直达直播间~
本文分享自 博文视点Broadview 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!