文件名称:
解释：适合可解释的模型。 讲解黑匣子机器学习-源码
开发工具:
文件大小: 867kb
下载次数: 0
上传时间: 2021-02-03
详细说明：InterpretML-Alpha版本
起初，机器是在黑暗中学习的，而数据科学家则在虚空中挣扎着解释它们。
让它发光。
InterpretML是一个开源软件包，在一个平台下融合了最新的机器学习可解释性技术。 使用此软件包，您可以训练可解释的玻璃箱模型并解释黑箱系统。 InterpretML可帮助您了解模型的整体行为，或了解各个预测背后的原因。
可解释性对于以下方面至关重要：
模型调试-为什么我的模型会犯此错误？
检测公平问题-我的模型有区别吗？
人与人工智能的合作-我如何理解和信任模型的决策？
合规性-我的模型满足法律要求吗？
高风险应用-医疗保健，金融，司法，...
安装
Python 3.6+ | Linux，Mac，Windows
pip install interpret
介绍可解释的助推器（EBM）
EBM是Microsoft Research 开发的可解释模型。 它使用现代的机器学习技术，例如装袋，梯度增强和自动交互检测，为传统GAM（通用添加模型）注入新的活力。 这使得EBM的准确性与最新技术（如随机森林和梯度增强树）一样准确。 但是，与这些黑盒模型不同
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
