Interpretable Machine Learning
Cuốn sách này nói về việc tạo ra các mô hình học máy và các quyết định của chúng có thể hiểu được. Sau khi khám phá các khái niệm về khả năng diễn giải, bạn sẽ tìm hiểu về các mô hình đơn giản, dễ hiểu như cây quyết định, quy tắc quyết định và hồi quy tuyến tính. Các chương sau tập trung vào các phương pháp bất khả tri về mô hình chung để diễn giải các mô hình hộp đen như tầm quan trọng của đặc điểm và hiệu ứng cục bộ tích lũy cũng như giải thích các dự đoán riêng lẻ bằng các giá trị Shapley và LIME.
Thứ Tư, 10:20 19/11/2025
Hướng dẫn khai thác và sử dụng Thư viện Đại học Công nghiệp Hà Nội năm 2024
Thứ Ba, 14:33 17/09/2024PGS.TS Nguyễn Thị Hồng Nga, Giám đốc - Trung tâm Đào tạo Sau đại học trao tặng 02 đầu sách ngoại văn cho Trung tâm Thông tin - Thư viện
Thứ Sáu, 07:37 24/05/2024Truy cập hàng triệu sách điện tử miễn phí với The Online Books Page
Thứ Hai, 08:38 22/01/2024
Pits and Boots: Excavation of Medieval and Post-medieval Backlands under the Bon Accord Centre, Aberdeen
Thứ Sáu, 10:48 19/06/2026
Knowing the Salween River: Resource Politics of a Contested Transboundary River
Thứ Sáu, 09:59 19/06/2026
Challenges in Research Policy Evidence-Based Policy Briefs with Recommendations
Thứ Sáu, 09:40 19/06/2026Copyright © 2018 Hanoi University of Industry.
