1200+标星，3千多人点赞，这本书让你系统了解机器学习可解释性丨开源免费阅读

点击上方“MLNLP”，选择“星标”公众号重磅干货，第一时间送达郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI机器学习的黑箱性一直让很多人感到头大。对许多技术人员来说，机器学习在出现问题的时候，总会让人一头雾水，搞不清楚具体是哪里出了问题。而对于商业应用来说，在医疗等高风险的情况下，机器学习的黑箱性给推广普及造成了困难，说不清楚，要如何让吃瓜群众和监管部门信任？现在，了解机器学习黑箱性，有了一本系统全面的书：Christoph Molnar年初公开的《可解释的机器学习（Interpretable Machine Learning）》这本书总共耗时两年完成，长达250页。在它的GitHub项目页上，一共有了1297个commits，除了作者Christoph Molnar之外，还有25位贡献者为它做出了贡献和修 ………………………………