机读格式显示(MARC)

• 000 01107nam0 2200229 450

• 001 0000639404

• 005 20241111145935.0

• 010 __ |a 978-7-121-49014-9 |d CNY118.00

• 100 __ |a 20241111d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 可解释机器学习 |9 ke jie shi ji qi xue xi |b 专著 |e 黑盒模型可解释性理解指南 |d Interpretable machine learning |e a guide for making black box models explainable |f (德)Christoph Molnar著 |g 郭涛译 |z eng

• 205 __ |a 2版

• 210 __ |a 北京 |c 电子工业出版社 |d 2024.10

• 215 __ |a 19,250页 |c 图，照片 |d 24cm

• 305 __ |a 据原书第2版译出

• 314 __ |a Christoph Molnar克里斯托夫·莫尔纳，可解释机器学习研究员，目前在德国慕尼黑大学统计研究所攻读博士学位，目标是让机器学习模型的决策更容易被人类理解。著作InterpretableMachineLearning受到业界高度关注。

• 330 __ |a 本书探索了可解释性的概念，介绍了许多可解释模型，包括决策树、决策规则和线性回归等。此外，书中还介绍了深度神经网络的可解释性方法。

• 333 __ |a 本书适用于机器学习从业者、数据科学家、统计学家及任何对机器学习模型可解释性感兴趣的读者

• 690 __ |a TP181-34