Interpretējama mašīnmācīšanās Python valodā

Grāmata palīdzēs apzināti un efektīvi strādāt ar mašīnmācīšanās modeļiem. Dots ievads mašīnmācīšanās interpretācijā: atklātas tēmas nozīmīgums, tās galvenie jēdzieni un problēmas. Apskatītas interpretācijas metodes: modeļa agnostiskās, enkura un kontrfaktiskās, daudzdimensiju prognozēšanai, kā arī konvolūcijas neironu tīklu vizualizācijai. Atklāti jautājumi par iestatīšanu uz interpretējamību: iezīmju atlase un konstrukcija, sistemātiskā novirze un cēloņsakarību izvilkšana, monotoni ierobežojumi, modeļu iestatīšana un pretestība pret antagonismu. Parādītas interpretējamo mašīnmācīšanās modeļu attīstības perspektīvas. Katra grāmatas nodaļa ietver detalizētus piemērus avota kodam Python valodā.
Izdevniecības mājaslapā ir pieejams arhīvs ar krāsainām ilustrācijām.
Programmētājiem mašīnmācīšanās jomā.