InterpretML 微軟可解釋性機器學習包
為實踐者和研究者提供機器學習可解釋性算法的開源 Python 軟件包。InterpretML 能提供以下兩種 ...
原文：【筆記】機器學習 - 李宏毅 -- Explainable ML 可解釋性機器學習
課程筆記 前言 兩種可解釋性： 局部解釋：為什么這種圖是貓 全局解釋：貓是什么樣子的 為什么需要可解釋機器學習 打開黑盒 一般的提升效果的方法就是一頓暴調參數，可解釋性可以幫助我們更好地提升模型性能。 其實人也是個黑盒 這個觀點太 了 。 可解釋機器學習的目標，不需要真正知道模型如何工作，只需要給出可信服的解釋，讓人滿意就行。 對此還可以針對不同人的接受能力給出不同層次的解釋。 模型的可解釋性和模 ...
2020-03-03 17:39 0 932 推薦指數：
相關推薦
談談機器學習模型的可解釋性
深度學習一直被認為是一個黑盒子，但是試圖對模型的理解仍然是非常必要的。先從一個例子來說明解釋神經網絡的重要性：古代一個小鎮上的一匹馬能夠做數學題，比如給它一個題目 2+3 ，它踏馬蹄 5 下后就會停下，這匹馬被當地稱作神馬漢斯。后來人們發現，漢斯其實並不會做數學題，它通過觀察主人的反應來判斷 ...
李宏毅《機器學習 深度學習》簡要筆記（一）
P1 一、線性回歸中的模型選擇 上圖所示： 五個模型，一個比一個復雜，其中所包含的function就越多，這樣就有更大幾率找到一個合適的參數集來更好的擬合訓練集。所以，隨着模型的復雜度提 ...
李宏毅機器學習筆記01（regression）
Regression 1、首先，什么是regression（回歸） 2、然后，實現回歸的步驟（機器學習的步驟） step1、model（確定一個模型）——線性模型 step2、goodness of function（確定評價函數）——損失函數 step3、best ...
李宏毅機器學習筆記12（Transfer Learning）
Transfer Learning 1、什么是遷移學習 2、如何實現遷移學習 1）source有label，target有label 一、model fine-tuning（模型微調） 方法一、conservative training（保守訓練 ...
【筆記】機器學習 - 李宏毅 -- ELMO、BERT、GPT
1.背景知識 one-hot -> word class -> word embedding 不過傳統的word embedding解決不了多義詞的問題。 2. ELMO ...
【筆記】機器學習 - 李宏毅 -- Transformer
1.RNN和CNN的局限性 RNN是seq2seq的模型，RNN不易平行化，如果是單向的話，要輸出\(b^3\)，需要先看完\(a^1, a^2, a^3\)。如果是雙向的話，可以看完整個句子。 ...