تخطَّ إلى المحتوى الرئيسي
ToolPotion

تعلم الآلة القابل للتفسير

تعلم الآلة القابل للتفسير هو دليل شامل لفهم وتطبيق الأساليب لجعل نماذج تعلم الآلة قابلة للتفسير. يغطي تقنيات غير مرتبطة بالنموذج وطرق محددة للشبكات العصبية العميقة، موجه للممارسين والباحثين والطلاب.

عرض الكتاب
مشاركة

الوصف

تعلم الآلة القابل للتفسير هو كتاب مخصص لجعل نماذج تعلم الآلة وقراراتها قابلة للتفسير. يتناول الكتاب المشكلة الشائعة المتمثلة في عدم قدرة الحواسيب على تفسير توقعاتها، مما قد يؤدي إلى مشكلات في الثقة وأخطاء غير مكتشفة. يستكشف مفاهيم القابلية للتفسير ويقدم نماذج بسيطة مثل أشجار القرار والانحدار الخطي. يركز على الأساليب غير المرتبطة بالنموذج مثل LIME وقيم شابلي لشرح التوقعات الفردية، وأهمية ميزات التبديل لفهم العلاقات العامة بين الميزات والتوقعات. كما يغطي الكتاب طرقًا محددة للشبكات العصبية العميقة.

يتم شرح كل طريقة تفسير بعمق، مع مناقشة كيفية عملها، نقاط قوتها وضعفها، وكيفية تفسيرها. يتيح ذلك للقراء اختيار وتطبيق الطريقة الأكثر ملاءمة لتفسير نماذج تعلم الآلة الخاصة بهم. يُوصى بالكتاب لممارسي تعلم الآلة، وعلماء البيانات، وعلماء الإحصاء، وأي شخص مهتم بجعل النماذج قابلة للتفسير.

بدأ المؤلف، كريستوف مولنار، كتابة الكتاب كمشروع جانبي أثناء عمله كعالم إحصاء. وقد تفاجأ من نقص الموارد الشاملة حول هذا الموضوع، فأنشأ هذا الكتاب لتعميق فهمه ومشاركة رؤاه. أصبح الكتاب مصدرًا موثوقًا به، تم الاستشهاد به من قبل الباحثين واستخدامه من قبل الطلاب والمدرسين. كما كان له تأثير أساسي في مسيرة المؤلف، ملهمًا له في دراسته للدكتوراه وعمله ككاتب ومستشار.

تتضمن الطبعة الثالثة تحديثات مثل فصول جديدة حول LOFO وCeteris Paribus، ومقدمات معاد تنظيمها، وأمثلة بيانات أعمق، ونصائح عملية. الكتاب مرخص بموجب رخصة CC BY-NC-SA 4.0.

تفاصيل الكتاب

  • يغطي الأساليب غير المرتبطة بالنموذج

  • يتضمن طرقًا للشبكات العصبية العميقة

  • يشرح LIME وقيم شابلي

  • يناقش أهمية ميزات التبديل

  • يوفر مناقشة نقدية للأساليب

  • مناسب للممارسين والباحثين

  • تتضمن الطبعة الثالثة فصول جديدة

  • مرخص بموجب CC BY-NC-SA 4.0

لمن هذا الكتاب

  • قابلية تفسير النموذج
  • تعليم علم البيانات
  • استشهاد بحثي
  • تطبيق صناعي
  • استشارات

تقييمات تعلم الآلة القابل للتفسير

جاري التحميل...

أدوات ذكاء اصطناعي شائعة مثل تعلم الآلة القابل للتفسير

مستودعات GitHub للذكاء الاصطناعي

LIME هي أداة مصممة لشرح توقعات أي مصنف تعلم آلي. تساعد المستخدمين على فهم سلوك النموذج من خلال تقديم رؤى حول العوامل المؤثرة في التوقعات.

منصّات تعلّم الآلة

أطر عمل الذكاء الاصطناعي

LIME هي حزمة Python لتوليد تفسيرات محلية وقابلة للتفسير ومستقلة عن النموذج لتنبؤات نماذج التعلم الآلي. تساعد في فهم سبب اتخاذ النموذج لقرار معين من خلال تسليط الضوء على الميزات…

تعلّم الآلة وعلم البيانات

تطبيقات الذكاء الاصطناعي

Captum هي مكتبة مفتوحة المصدر لـ PyTorch توفر أدوات لقابلية تفسير النماذج. تدعم النماذج متعددة الوسائط عبر الرؤية والنص، مما يسمح للمستخدمين بفهم كيفية قيام شبكاتهم العصبية بإجراء…

منصّات تعلّم الآلة

أطر عمل الذكاء الاصطناعي

SHAP (SHapley Additive exPlanations) هو نهج نظري للألعاب لشرح مخرجات نماذج التعلم الآلي. يربط تخصيص الائتمان الأمثل بالتفسيرات المحلية باستخدام قيم Shapley، مما يوفر رؤى حول كيفية…

MLOps ونشر النماذج

كتب الذكاء الاصطناعي

يقدم هذا الكتاب دليلاً عمليًا للتعلم الآلي والتعلم العميق باستخدام أطر عمل بايثون مثل Scikit-Learn و Keras و TensorFlow. يوفر أمثلة ملموسة ونظرية قليلة، مما يمكّن المبرمجين من…

مميزة

كتب الذكاء الاصطناعي

تعلم الآلة باستخدام بايثون هو دليل شامل للمطورين وعلماء البيانات لتعلم تقنيات تعلم الآلة باستخدام بايثون. يغطي مجموعة متنوعة من الخوارزميات والتقنيات والتنفيذات العملية لتعزيز…

أدوات ذكاء اصطناعي أخرى

تطبيقات الذكاء الاصطناعي

توفر TruEra حلولاً شاملة لرصد الذكاء الاصطناعي، مع التركيز على LLM والذكاء الاصطناعي التنبؤي عبر دورة الحياة بأكملها. تعزز MLOps وLLMOps من خلال ضمان موثوقية النموذج من خلال…

MLOps ونشر النماذجالرعاية الصحية وعلوم الحياة

مستودعات GitHub للذكاء الاصطناعي

صنع باستخدام ML هو مورد شامل لتعلم كيفية تطوير ونشر وتكرار تطبيقات التعلم الآلي ذات الجودة الإنتاجية. يوفر رؤى عملية وإرشادات لبناء أنظمة تعلم آلي قوية.

التعليم والبحثالتعليم والتعلّم الإلكتروني