文件名称:Explainable_AI:可解释的AI笔记本和项目的集合
文件大小:1.02MB
文件格式:ZIP
更新时间:2024-03-18 20:25:10
JupyterNotebook
可解释的AI 打开机器学习模型的“黑匣子”不仅在理解我们创建的模型,而且还可以将见解传达给其他人方面具有巨大的意义。 当我遇到可解释的AI的不同用例时,我正在将见解提炼成可管理的块并公开共享。 多重回归模型的可解释性 演示一种使用探索多元回归模型的可。 查看ipynb(建议在下载并运行整个笔记本) 将Shapely值应用于多元线性回归模型,以探索特征对多种输出/标签的影响。
【文件预览】:
Explainable_AI-main
----Reference_Material()
--------Images()
----LICENSE(11KB)
----README.md(1KB)
----.gitignore(2KB)
----Notebooks()
--------SHAP_Values_for_Multiple_Regression_Models.ipynb(1.59MB)