Yorumlanabilir Makine Öğrenmesi
  • Yorumlanabilir Yapay Öğrenme
  • Bölüm 1 - Yazarın Önsözü
  • Bölüm 1.1 Çevirmenin Önsözü
  • Bölüm 2 - Giriş
    • 2.1 Hikaye Zamanı
    • 2.2 Makine Öğrenmesi Nedir?
    • 2.3 Terminoloji
  • 3. Yorumlanabilirlik
    • 3.1 Yorumlanabilirliğin Önemi
    • 3.2 Yorumlanabilirlik Yöntemlerinin Sınıflandırılması
    • 3.3 Yorumlanabilirliğin Kapsamı
    • 3.4 Yorumlanabilirliğin Değerlendirilmesi
    • 3.5 Açıklamaların Özellikleri
    • 3.6 İnsan Dostu Açıklamalar
  • 4 Veri Setleri
    • 4.1 Bisiklet Kiralama (Bike Rentals)- Regresyon
    • 4.2 Youtube Spam Yorumları (Metin Sınıflandırma)
    • 4.3 Rahim Ağzı Kanseri Risk Faktörleri (Sınıflandırma)
  • 5. Yorumlanabilir Modeller
    • 5.1 Doğrusal Regresyon (Linear Regression)
    • 5.2 Lojistik Regresyon (Logistic Regression)
    • 5.3 GLM, GAM ve Fazlası
    • 5.4 Karar Ağaçları (Decision Tre)
    • 5.5 Karar Kuralları (Decision Rules)
    • 5.6 RuleFit
    • 5.7 Diğer Yorumlanabilir Modeller
  • 6. Model Agnostik Metotlar (Model-Agnostic Methods)
  • 7. Örnek Tabanlı Açıklamalar (Example-Based Explanations)
  • 8.Küresel Model Agnostik Metotlar (Global Model-Agnostic Methods)
    • 8.1 Kısmi Bağımlılık Grafiği - Partial Dependency Plot
    • 8.2. Biriktirilmiş Yerel Etki (Accumulated Local Effects-ALE) Grafikleri
    • 8.3 Öznitelik Etkileşimi (Feature Interaction)
    • 8.4 Fonksiyonel Ayrıştırma (Functional Decomposition)
    • 8.5 Permütasyon Öznitelik Önemi (Permutation Feature Importance)
    • 8.6 Küresel Vekil Modeli (Global Surrogate)
    • 8.7 Prototipler ve Eleştiriler (Prototypes and Criticisms)
  • 9. Yerel Modelden Bağımsız Yöntemler (Local Model-Agnostic Methods)
    • 9.1 Bireysel Koşullu Beklenti (Individual Conditional Expectation)
    • 9.2 Yerel Vekil (Local Surrogate) (LIME)
    • 9.3 Karşıt Gerçekçi Açıklamalar (Counterfactual Explanations)
    • 9.4 Kapsamlı Kurallar (Scoped Rules (Anchors))
    • 9.5 Shapley Değerleri (Shapley Values)
    • 9.6 SHAP (SHapley Additive exPlanations)
  • 10. Sinir Ağları Yorumlaması
    • 10.1 Öğrenilmiş Özellikler (Learned Features)
    • 10.2 Piksel İlişkilendirmesi (Pixel Attribution)
    • 10.3 Kavramları Belirleme (Detecting Concepts)
    • 10.4 Kötü Amaçlı Örnekler (Adversarial Examples)
    • 10.5 Etkili Örnekler (Influential Instances)
  • 11. Kristal Küreye Bir Bakış
    • 11.1 Makine Öğrenmesinin Geleceği
      • 11.2 Yorumlanabilirliğin Geleceği
  • 12. Teşekkürler
  • Referanslar
  • Kullanılan R paketleri
Powered by GitBook
On this page

Yorumlanabilir Yapay Öğrenme

Kara kutu modelleri açıklanabilir yapmak için bir rehber...

NextBölüm 1 - Yazarın Önsözü

Last updated 5 months ago

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.

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

Kitabın orjinaline üzerinden ulalaşabilirsiniz.

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

Basılı sürümünü satın alabilirsiniz.

Yazarı X'de takip edin!

Kapak tasarımı:

Yazarın ayrıca adlı ikinci kitabını da inceleyebilirsiniz.

Bu kitap, altında lisanslanmıştır.

bu adres
leanpub.com
Amazon'dan
@ChristophMolnar
@YvonneDoinel
Modeling Mindsets
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License