Il s'agit de l'application Linux nommée Interpretable Machine Learning dont la dernière version peut être téléchargée en tant que 1stprintedition.zip. Il peut être exécuté en ligne dans le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée Apprentissage automatique interprétable avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
Apprentissage automatique interprétable
DESCRIPTION
Ce livre traite de l'apprentissage automatique interprétable. L'apprentissage automatique est intégré à de nombreux produits et processus de notre vie quotidienne, mais les décisions prises par les machines ne sont pas automatiquement accompagnées d'explications. Une explication augmente la confiance dans la décision et dans le modèle d'apprentissage automatique. En tant que programmeur d'un algorithme, vous voulez savoir si vous pouvez faire confiance au modèle appris. A-t-il appris des fonctionnalités généralisables ? Ou y a-t-il des artefacts étranges dans les données d'entraînement que l'algorithme a récupérées ? Ce livre donnera un aperçu des techniques qui peuvent être utilisées pour rendre les boîtes noires aussi transparentes que possible et expliquer les décisions. Dans le premier chapitre, des algorithmes qui produisent des modèles simples et interprétables sont présentés avec des instructions sur la façon d'interpréter la sortie. Les derniers chapitres se concentrent sur l'analyse de modèles complexes et leurs décisions. Dans un avenir idéal, les machines seront capables d'expliquer leurs décisions et de faire la transition vers une ère algorithmique plus humaine.
Fonctionnalités:
- Le livre est construit automatiquement à partir de la branche master
- Recommandé pour les praticiens de l'apprentissage automatique
- Pour les parties prenantes décidant de l'utilisation de l'apprentissage automatique et des algorithmes intelligents
- Conçu pour les data scientists et les statisticiens
- Exporter depuis Leanpub en 7.44" x 9.68" 18.9cm x 24.6cm
- Les titres commencent par #, les sous-titres par ## et ainsi de suite
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée sur https://sourceforge.net/projects/interpretable-machine-l.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
