یادگیری ماشین قابل تفسیر با پایتون؛ ساخت مدل های قابل توضیح، خوب و قوی با کارایی بالا و با مثال های واقعی

نگاهی عمیق به جنبه‌ها و چالش‌های کلیدی تفسیرپذیری یادگیری ماشین با استفاده از یک جعبه ابزار جامع، شامل SHAP، اهمیت ویژگی‌ها و استنتاج علی، برای ساخت مدل‌های منصفانه‌تر، ایمن‌تر و قابل اعتمادتر.

ویژگی‌های کلیدی:

تفسیر داده‌های دنیای واقعی، از جمله داده‌های بیماری‌های قلبی عروقی و نمرات تکرارپذیری COMPAS
ساخت جعبه ابزار تفسیرپذیری خود با روش‌های سراسری، محلی، مدل-آگنوستیک و مدل-ویژه
تحلیل و استخراج بینش از مدل‌های پیچیده از CNNها گرفته تا BERT و مدل‌های سری زمانی

شرح کتاب:

کتاب «یادگیری ماشین تفسیرپذیر با پایتون»، ویرایش دوم، مفاهیم کلیدی تفسیر مدل‌های یادگیری ماشین را با تجزیه و تحلیل داده‌های دنیای واقعی روشن می‌کند و طیف گسترده‌ای از مهارت‌ها و ابزارها را برای رمزگشایی نتایج حتی پیچیده‌ترین مدل‌ها در اختیار شما قرار می‌دهد.

ساخت جعبه ابزار تفسیرپذیری خود با چندین مورد استفاده، از پیش‌بینی تأخیر پرواز گرفته تا طبقه‌بندی ضایعات و نمرات ارزیابی ریسک COMPAS. این کتاب پر از تکنیک‌های مفید است که آنها را با مورد استفاده مناسب آشنا می‌کند. روش‌های سنتی، مانند اهمیت ویژگی‌ها و نمودارهای وابستگی جزئی به گرادیان‌های یکپارچه برای تفسیرهای NLP و روش‌های انتساب مبتنی بر گرادیان، مانند نقشه‌های برجستگی را بیاموزید.

علاوه بر کد گام به گام، با کاهش پیچیدگی، کاهش سوگیری، قرار دادن گاردریل‌ها و افزایش قابلیت اطمینان، با تنظیم مدل‌ها و داده‌های آموزشی برای تفسیرپذیری، به صورت عملی آشنا خواهید شد.

در پایان کتاب، در مقابله با چالش‌های تفسیرپذیری با مدل‌های جعبه سیاه با استفاده از داده‌های جدولی، زبانی، تصویری و سری زمانی، اعتماد به نفس خواهید داشت.

آنچه خواهید آموخت:

از تکنیک‌های پایه تا پیشرفته، مانند استنتاج علی و کمی‌سازی عدم قطعیت پیشرفت کنید
مهارت‌های خود را از تجزیه و تحلیل مدل‌های خطی و لجستیک به مدل‌های پیچیده، مانند CatBoost، CNNها و مبدل‌های NLP ارتقا دهید
از محدودیت‌های یکنواخت و تعاملی برای ایجاد مدل‌های منصفانه‌تر و ایمن‌تر استفاده کنید
چگونگی کاهش تأثیر سوگیری در مجموعه داده‌ها را درک کنید
از تحلیل حساسیت، اولویت‌بندی عاملی و تثبیت عاملی برای هر مدلی استفاده کنید
کشف کنید که چگونه مدل‌ها را با مقاومت تخاصمی قابل اعتمادتر کنید