书籍 可解释机器学习:黑盒模型可解释性理解指南的封面

可解释机器学习:黑盒模型可解释性理解指南

[德] Christoph Molnar

出版时间

2021-03-01

ISBN

9787121406065

评分

★★★★★
目录
推荐序一
推荐序二
作者序
译者序
第1章 引言

显示全部
用户评论
去年读的,补标。全面的收录方法,但是写得太浅了
第五章的方法值得学习一下。其他的较为简单。
读的是英文版,比较不好读。
第5章应该是本书最核心的章节,与模型无关的方法,应该是目前比较主流的知识,读下来感觉翻的晦涩难懂 不知所云。对比之下H2O的白皮书,那才真是简洁优雅。
一般,用来初步了解思想可以,用来详细学习远远不够
这本书很硬核,作者很有水平,内容选择上也独辟蹊径聚焦于如何解读模型结果上。但阅读流畅性不高,不完全是翻译问题。作者本身应该不擅长把知识转为文字,比如: 书中的图表较多,但几乎没有说明是怎么从数据产生图表; 记得有一张图,文字中提到节点1,2等,但是图中没有标识,要靠猜才能对上; 再比如让人费解的文字很多“但没有量化哪个特征更重要。特征重要性表明天数特征远比温度特征更重要”