铜灵 发自 凹非寺

量子位 出品 | 公众号 QbitAI

最近，这本名【míng】为【wéi】《可【kě】解释性的机【jī】器学习【xí】》书在推特火【huǒ】了起来，两天内2千多人【rén】点赞【zàn】，将近700人转发。

作者Christoph Molnar介绍说，这是一本关【guān】于黑盒【hé】模型可解释性的理解指南，用时【shí】两年【nián】完成【chéng】，全【quán】书共【gòng】250多页，七万八千多字。

好消息【xī】，这本【běn】《可解【jiě】释性的【de】机器学习【xí】》全书电子版现在可以在线【xiàn】预览【lǎn】了。Molnar在推特上解释，你可以【yǐ】自己选择为这本书支付多少钱【qián】，不掏【tāo】腰包【bāo】也没【méi】什么，免费版本也将一直提供。

一起来看看内容——

内容有啥？

这本书共分【fèn】为10个【gè】章节，从【cóng】什【shí】么是【shì】机器学习和可【kě】解释的定义解释，到模型的常用解【jiě】释方法和基于示例【lì】的解释，再到【dào】机器学习与【yǔ】可解释性的未来，内容【róng】一气呵【hē】成。

“可解释【shì】”是这本书的核心论题，作者认为，可解释性在机器学习甚【shèn】至日常生活中【zhōng】都是相【xiàng】当重【chóng】要【yào】的一个问【wèn】题【tí】。

Molnar表示，虽然【rán】数据【jù】集【jí】与黑盒机【jī】器学习解决了【le】很【hěn】多问题，但【dàn】这不是最好的使用姿势【shì】，现在模型本身代替了【le】数据成【chéng】为【wéi】了信息的来源，但可【kě】解释性可以提取模型捕捉到的额外信【xìn】息。

而这些额外的信息可能会发挥更大的作用。

举个例【lì】子，自动驾【jià】驶汽车通过深度学习系【xì】统自动检【jiǎn】测骑【qí】自【zì】行车的人，如【rú】果你想让【ràng】模型正确【què】率保持在100%，必须了解其【qí】背【bèi】后的解释【shì】：哦，原【yuán】来模型识别的是【shì】自行车的两个轮子，所以对于自行【háng】车边缘被遮挡的情况还要进行【háng】进一【yī】步优【yōu】化。

此外，当我们的日常生活【huó】中全都是机器【qì】和【hé】算法时，需要可【kě】解释性来增加社会的接【jiē】受度。这【zhè】倒是也不难理解，要是【shì】连科学【xué】家【jiā】都有【yǒu】研究不透【tòu】“黑盒”，怎【zěn】样让普【pǔ】通人完全信【xìn】任【rèn】模型做出的决策呢？

所以Molnar认为，“解释”还是一个社会过程，拉进人类与机器的距离。

模型的可解释性

对于机器学习方法【fǎ】可解释性，Molnar在书中进行了【le】深【shēn】刻【kè】的讨论，对线性回归、logistic回归、GLM、GAM、决策【cè】树、决策规则等【děng】可解释模型进【jìn】行了【le】细【xì】致【zhì】说明。

在【zài】线性【xìng】回归的解释中，Molnar认为线性回【huí】归模型【xíng】中权重【chóng】的解【jiě】释取决于相应特征的类型【xíng】，比如【rú】数字特【tè】征、二【èr】进制功【gōng】能、具有多个类别的【de】分类功【gōng】能等，都对理解线性回归有【yǒu】帮助。

在这本书中，Molnar还内置很多解释模型各种【zhǒng】方法【fǎ】的模板，方【fāng】便你【nǐ】速查【chá】时使用。比如如果你【nǐ】想解释【shì】线性回归模型中【zhōng】的特【tè】征【zhēng】，直接去套用模板就可以了。

Molnar认为，在机器学【xué】习任务中【zhōng】，应该将【jiāng】研究重点放【fàng】在与模【mó】型无【wú】关的【de】可解【jiě】释性【xìng】工具上，在未来机器学习【xí】就是一个自动化的训练过程。

关于可【kě】解释【shì】性【xìng】的未来，作【zuò】为还做出了预测，认为在以后的【de】研究中【zhōng】机【jī】器人和程序将尝试去【qù】解释自己。有趣值Max。

书中还有很多精彩内容，就等你前往阅读了。

“Wow！”

《可解释的机器学习》电子版【bǎn】放出后，网友纷纷【fēn】竖起大拇指【zhǐ】，高呼【hū】“感【gǎn】谢作【zuò】者【zhě】”。

“这【zhè】本书真【zhēn】令我大开眼界【jiè】”、“神【shén】奇的书”、“出【chū】色的解释”……网友的好评声在评论区蔓延。

网【wǎng】友@mspitzer243表【biǎo】示，感谢【xiè】作者贡献【xiàn】了这本书，也感【gǎn】谢在iml包中提供的很多技术实现。这本书帮助【zhù】自己很【hěn】多【duō】，对可【kě】解释性有了更深【shēn】的理解，甚至【zhì】还激励【lì】自己【jǐ】开始写【xiě】博客文章了。

还不来收藏围观一下？

最后，附电子书地址：

https://christophm.github.io/interpretable-ml-book/index.html

— 完 —

诚挚招聘

量子位正在招募编【biān】辑/记【jì】者，工作地【dì】点在北京中【zhōng】关村【cūn】。期待有才气、有热情的同学加入我们！相关细节【jiē】，请在量【liàng】子位【wèi】公众号(QbitAI)对话界面，回复“招聘”两个字【zì】。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

标签： #wow243数据库