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
Tân sinh viên quốc tế tham quan, trải nghiệm và tìm hiểu cách khai thác tài nguyên thông tin Thư viện
Thứ Hai, 13:11 07/09/2026
Trao tặng những món quà ý nghĩa tới học sinh có hoàn cảnh khó khăn tại Trường TH&THCS Bắc Phong trước thềm năm học mới
Thứ Năm, 07:53 03/09/2026
Hướng dẫn khai thác và sử dụng Thư viện Đại học Công nghiệp Hà Nội năm 2024
Thứ Ba, 14:33 17/09/2024Copyright © 2018 Hanoi University of Industry.
