|
题名:
|
可解释机器学习 Ke Jie Shi Ji Qi Xue Xi / 邵平[等]著 , |
|
ISBN:
|
978-7-111-69571-4 价格： CNY79.00 |
|
语种:
|
chi |
|
载体形态:
|
12,211页 图 21cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2022 |
|
内容提要:
|
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。 |
|
主题词:
|
机器学习 分析方法 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
邵平 Shao Ping 著 |
|
附注:
|
华章IT 华章图书 |
|
索书号:
|
TP181/1710 |