热门搜索:
首页
文库
书籍之外
登录
注册
作者:
日期:2023-01-26
出版:
分享
本卷书籍为读者提供了紧凑、刺激和多方面的可解释性介绍,这是开发有见地的统计和机器学习方法以及在商业和工业中交流建模结果的关键问题。 在工业4.0的背景下,机器学习工具的可解释性,模型输出的可推广性和敏感性分析的概念提供了不同的观点。此外,本书还探讨了人工智能和增材制造中大数据挖掘和监控的方差鲁棒分析的集成,并通过随机森林和灵活的广义加法模型以及相关软件资源和实际示例对可解释性提出了新的见解。
在工业4.0的背景下,机器学习工具的可解释性,模型输出的可推广性和敏感性分析的概念提供了不同的观点。此外,本书还探讨了人工智能和增材制造中大数据挖掘和监控的方差鲁棒分析的集成,并通过随机森林和灵活的广义加法模型以及相关软件资源和实际示例对可解释性提出了新的见解。
《数据挖掘的未来(The Future of Data Mining)》
《算法导论,第四版》
《人工智能:食品行业的真正机遇》
《Driving Digital Transformation through Data and AI: A Practical Guide to Delivering Data Science and Machine Learning Products (通过数据和人工智能推动数字化转型:交付数据科学和机器学习产品的实用指南)》
《自然语言处理精装的深度学习研究应用》
0条评论