Yorumlanabilir Yapay Öğrenme

Kara kutu modelleri açıklanabilir yapmak için bir rehber...

Yazar: Christoph Molnar

Çeviri: Ozancan Özdemir

Kitap Tarihi: 2024-07-31

Yayım Tarihi: 2025-01-02

Özet

---

Makine öğrenimi, ürünleri, süreçleri ve araştırmaları geliştirmek için büyük potansiyele sahiptir. Ancak bilgisayarlar genellikle tahminlerini açıklamazlar, bu da makine öğreniminin kabulünde bir engeldir. Bu kitap, makine öğrenimi modellerini ve kararlarını anlaşılabilir hale getirmekle ilgilidir.

Yorumlanabilirlik kavramlarını keşfettikten sonra, karar ağaçları, karar kuralları ve doğrusal regresyon gibi basit, anlaşılabilir modeller hakkında bilgi edineceksiniz. Kitabın odak noktası, özellik önemi ve biriken yerel etkiler gibi siyah kutu modellerinin yorumlanması için model-agnostik yöntemler üzerinedir ve Shapley değerleri ve LIME ile bireysel tahminleri açıklamayı içerir. Ayrıca, kitap derin sinir ağlarına özgü yöntemleri sunar.

Tüm yorumlama yöntemleri ayrıntılı olarak açıklanır ve eleştirel bir şekilde tartışılır. Kaputun altında nasıl çalışırlar? Güçlü ve zayıf yönleri nelerdir? Çıktıları nasıl yorumlanabilir? Bu kitap, makine öğrenimi projesiniz için en uygun yorumlama yöntemini seçmenizi ve doğru bir şekilde uygulamanızı sağlayacaktır. Kitabı okumak, makine öğrenimi uygulayıcıları, veri bilimcileri, istatistikçiler ve makine öğrenimi modellerini yorumlamak isteyen herkes için tavsiye edilir.

Kitabın orjinaline bu adres üzerinden ulalaşabilirsiniz.

PDF ve e-kitap sürümünü (epub, mobi) leanpub.com adresinden satın alabilirsiniz.

Basılı sürümünü Amazon'dan satın alabilirsiniz.

Yazar hakkında: Yazar Christoph Molnar, bir istatistikçi ve "makine" öğrenicisidir. Yazar makine öğrenimini anlaşılır hale getirmeyi amaçlamaktadır.

Yazarı X'de takip edin! @ChristophMolnar

Kapak tasarımı: @YvonneDoinel

Yazarın ayrıca Modeling Mindsets adlı ikinci kitabını da inceleyebilirsiniz.

Bu kitap, Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License altında lisanslanmıştır.