Книга поможет осознанно и эффективно работать с моделями машинного обуче-ния. Дано введение в интерпретацию машинного обучения: раскрыты важность темы, ее ключевые понятия и проблемы. Рассмотрены методы интерпретации: модельно-агностические, якорные и контрфактические, для многопеременного прогнозирования, а также визуализации сверточных нейронных сетей. Раскрыты вопросы настройки на интерпретируемость: отбор и конструирование признаков, ослабление систематического смещения и причинно-следственный вывод, монотонные ограничения, настройка моделей и устойчивость к антагонизму. Показаны перспективы развития интерпретируемых моделей машинного обучения. Каждая глава книги включает подробные примеры исходного кода на языке Python. На сайте издательства размещен архив с цветными иллюстрациями.
Kniga pomozhet osoznanno i effektivno rabotat s modelyami mashinnogo obuche-niya. Dano vvedenie v interpretatsiyu mashinnogo obucheniya: raskryty vazhnost temy, ee klyuchevye ponyatiya i problemy. Rassmotreny metody interpretatsii: modelno-agnosticheskie, yakornye i kontrfakticheskie, dlya mnogoperemennogo prognozirovaniya, a takzhe vizualizatsii svertochnykh neyronnykh setey. Raskryty voprosy nastroyki na interpretiruemost: otbor i konstruirovanie priznakov, oslablenie sistematicheskogo smeshcheniya i prichinno-sledstvennyy vyvod, monotonnye ogranicheniya, nastroyka modeley i ustoychivost k antagonizmu. Pokazany perspektivy razvitiya interpretiruemykh modeley mashinnogo obucheniya. Kazhdaya glava knigi vklyuchaet podrobnye primery iskhodnogo koda na yazyke Python. Na sayte izdatelstva razmeshchen arkhiv s tsvetnymi illyustratsiyami.
