深入浅出介绍不同的可解释性方法

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

• 打开AI黑盒，揭秘机器学习模型内部机制
• 8种模型+13种方法，带你跨入模型可解释之门！

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~