INTERPRETIERBARES MASCHINELLES LERNEN

Maschinelles Lernen hat ein großes Potenzial für die Verbesserung von Produkten, Prozessen und Forschung. Aber Computer erklären ihre Vorhersagen in der Regel nicht, was ein Hindernis für die Einführung des maschinellen Lernens darstellt. Dieses Lehrbuch über maschinelles Lernen ist ideal für Studenten oder Entwickler, die eine Einführung in Modellierungsprozesse und/oder Vorhersagemodelle benötigen. Es bietet eine umfassende Aufschlüsselung des gesamten Modellierungsprozesses. In diesem Buch geht es darum, Modelle des maschinellen Lernens und ihre Entscheidungen interpretierbar zu machen. Dieses Lehrbuch zum maschinellen Lernen wird in der Gemeinschaft des maschinellen Lernens wegen seines konzeptionellen Rahmens und seiner vielfältigen Themenpalette häufig zitiert. Dieses Lehrbuch kann sowohl als lockere Einführung in das maschinelle Lernen als auch als Nachschlagewerk für alle dienen, die ihr Wissen über neuronale Netze, Testmethoden und mehr auffrischen müssen. Das Buch ermutigt den Leser auf Schritt und Tritt dazu, eigene Experimente und Untersuchungen durchzuführen, was es zu einem nützlichen Hilfsmittel macht, um die Fähigkeiten und die Neugierde zu entwickeln, die für relevante Durchbrüche im Bereich des maschinellen Lernens bzw. für die eigene Karriere erforderlich sind.