MARC状态:审校 文献类型:中文图书 浏览次数:90
- 题名/责任者:
- 可解释机器学习:模型、方法与实践/邵平 ... [等] 著
- 出版发行项:
- 北京:机械工业出版社,2022
- ISBN及定价:
- 978-7-111-69571-4/CNY79.00
- 载体形态项:
- xii, 211页, [8] 页图版:图 (部分彩图);21cm
- 并列正题名:
- Interpretable machine learning:modles, methods and practices
- 其它题名:
- 模型、方法与实践
- 个人责任者:
- 邵平 著
- 个人责任者:
- 杨健颖 著
- 个人责任者:
- 苏思达 著
- 学科主题:
- 机器学习-分析方法-研究
- 中图法分类号:
- TP181
- 题名责任附注:
- 著者还有: 杨健颖, 苏思达, 何悦, 苏钰
- 提要文摘附注:
- 本书共七章,分为三大部分,第一部分为背景,阐述可解释机器机器学习的背景和重要性;第二部分为理论,根据可解释机器学习的分类,从内在可解释和事后可解释两个方向介绍该领域中常见的模型和方法;第三部分为实例,重点介绍可解释机器学习在金融领域不同业务场景的应用成果,通过案例的形式进行了全过程的分享展示,进一步加深读者对可解释机器学习在金融领域应用价值的认识。
全部MARC细节信息>>