铜灵 丽翔 凹非寺
前段时间，该书名叫《可如前所述的机器学习》书在twitter火了出来，三天内2三千多KMH赞，整整700人转贴。
译者Christoph Molnar如是说说，这是两本有关Vellore数学模型可如前所述的认知手册，白眉林一年顺利完成，原书共250页，五万八三千多字。
坏消息，该书《可如前所述的机器学习》原书印刷版那时能新浪网自动更新了。Molnar在twitter上说明，你能他们优先选择为该书书缴付几万元，不掏钱也无所谓，完全免费版也将始终提供更多。
一出来看一看文本——
文本G540？
该书书共分成10个段落，从甚么是机器学习和可说明的表述说明，到数学模型的常见说明方式和如前所述实例的说明，再到机器学习与可如前所述的今后，文本干净利落。
“可说明”是该书书的核心论题，译者认为，可如前所述在机器学习甚至日常生活中都是相当重要的一个问题。
额外信息。
而这些额外的信息可能会发挥更大的作用。
举个例子，自动驾驶汽车通过深度学习系统自动检测骑自行车的人，如果你想让数学模型正确率保持在100%，必须了解其背后的说明：哦，原来数学模型识别的是自行车的两个轮子，所以对于自行车边缘被遮挡的情况还要进行进一步优化。
此外，当我们的日常生活中全都是机器和算法时，需要可如前所述来增加社会的接受度。这倒是也不难认知，要是连科学家都有研究不透“Vellore”，怎样让普通人完全信任数学模型做出的决策呢？
所以Molnar认为，“说明”还是一个社会过程，拉进人类与机器的距离。
数学模型的可如前所述
对于机器学习方式可如前所述，Molnar在书中进行了深刻的讨论，对线性回归、logistic回归、GLM、GAM、决策树、决策规则等可说明数学模型进行了细致说明。
新浪网性回归的说明中，Molnar认为线性回归数学模型中权重的说明取决于相应特征的类型，比如数字特征、二进制功能、具有多个类别的分类功能等，都对认知线性回归有帮助。
在该书书中，Molnar还内置很多说明数学模型各种方式的模板，方便你速查时使用。比如如果你想说明线性回归数学模型中的特征，直接去套用模板就能了。
Molnar认为，在机器学习任务中，应该将研究重点放在与数学模型无关的可如前所述工具上，在今后机器学习就是一个自动化的训练过程。
有关可如前所述的今后，作为还做出了预测，认为在以后的研究中机器人和程序将尝试去说明他们。有趣值Max。
书中还有很多精彩文本，就等你前往阅读了。
“Wow！”
《可说明的机器学习》印刷版放出后，网友纷纷竖起大拇指，高呼“感谢译者”。
“该书书真令我大开眼界”、“神奇的书”、“出色的说明”……网友的好评声在评论区蔓延。
网友@mspitzer243表示，感谢译者贡献了该书书，也感谢在iml包中提供更多的很多技术实现。该书书帮助他们很多，对可如前所述有了更深的认知，甚至还激励他们开始写博客文章了。
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译者系网易新闻·网易号“各有态度”签约译者
—完—
