Интерпретабилно машинско учење у Пајтону

Књига ће вам помоћи да свесно и ефикасно радите са моделима машинског учења. Пружа увод у интерпретацију машинског учења: открива се важност теме, њени кључни концепти и проблеми. Разматрају се методе интерпретације: модел-агностичка, сидрена и контрафактуална, за мултиваријабилно предвиђање, као и визуелизација конволуционих неуронских мрежа. Откривена су питања подешавања за интерпретабилност: избор и конструкција карактеристика, слабљење систематске пристрасности и узрочне инференције, монотона ограничења, подешавање модела и отпорност на антагонизам. Приказане су перспективе за развој интерпретабилних модела машинског учења. Свако поглавље књиге садржи детаљне примере изворног кода у Пајтону. Веб-сајт издавача садржи архиву са илустрацијама у боји. За програмере у области машинског учења.