nach der Bestellung gedruckt Neuware - Printed after ordering - A deep dive into the key aspects and challenges of machine learning interpretability using a comprehensive toolkit, including SHAP, feature importance, and causal inference, to build fairer, safer, and more reliable models.Purchase of the print or Kindle book includes a free Elektronisches Buch in PDF format.Key FeaturesInterpret real-world data, including cardiovascular disease data and the COMPAS recidivism scoresBuild your interpretability toolkit with global, local, model-agnostic, and model-specific methodsAnalyze and extract insights from complex models from CNNs to BERT to time series modelsBook DescriptionInterpretable Machine Learning with Python, Second Edition, brings to light the key concepts of interpreting machine learning models by analyzing real-world data, providing you with a wide range of skills and tools to decipher the results of even the most complex models.Build your interpretability toolkit with several use cases, from flight delay prediction to waste classification to COMPAS risk assessment scores. This book is full of useful techniques, introducing them to the right use case. Learn traditional methods, such as feature importance and partial dependence plots to integrated gradients for NLP interpretations and gradient-based attribution methods, such as saliency maps.In addition to the step-by-step code, you'll get hands-on with tuning models and training data for interpretability by reducing complexity, mitigating bias, placing guardrails, and enhancing reliability.By the end of the book, you'll be confident in tackling interpretability challenges with black-box models using tabular, language, image, and time series data.What you will learnProgress from basic to advanced techniques, such as causal inference and quantifying uncertaintyBuild your skillset from analyzing linear and logistic models to complex ones, such as CatBoost, CNNs, and NLP transformersUse monotonic and interaction constraints to make fairer and safer modelsUnderstand how to mitigate the influence of bias in datasetsLeverage sensitivity analysis factor prioritization and factor fixing for any modelDiscover how to make models more reliable with adversarial robustnessWho this book is forThis book is for data scientists, machine learning developers, machine learning engineers, MLOps engineers, and data stewards who have an increasingly critical responsibility to explain how the artificial intelligence systems they develop work, their impact on decision making, and how they identify and manage bias. It's also a useful resource for self-taught ML enthusiasts and beginners who want to go deeper into the subject matter, though a good grasp of the Python programming language is needed to implement the examples.Table of ContentsInterpretation, Interpretability and Explainability; and why does it all matter Key Concepts of InterpretabilityInterpretation ChallengesGlobal Model-agnostic Interpretation MethodsLocal Model-agnostic Interpretation MethodsAnchors and Counterfactual ExplanationsVisualizing Convolutional Neural NetworksInterpreting NLP TransformersInterpretation Methods for Multivariate Forecasting and Sensitivity AnalysisFeature Selection and Engineering for InterpretabilityBias Mitigation and Causal Inference MethodsMonotonic Constraints and Model Tuning for InterpretabilityAdversarial RobustnessWhat's Next for Machine Learning Interpretability.

N� de ref. del art�culo 9781803235424

Contactar al vendedor

Denunciar este art�culo

Detalles bibliogr�ficos

T�tulo: Interpretable Machine Learning with Python - Second Edition : Build explainable, fair, and robust high-performance models with hands-on, real-world examples
Editor: Packt Publishing
Fecha de publicaci�n: 2023
Idioma: Ingl�s
ISBN 10: 180323542X
ISBN 13: 9781803235424
Encuadernaci�n: Taschenbuch
Edici�n: 2� Edici�n
Estado: Neu
Dimensiones: 235�mil�metros de ancho por 191 de alto por 33 de largo
Peso: 1115 gramos

Acerca de

Sinopsis

A deep dive into the key aspects and challenges of machine learning interpretability using a comprehensive toolkit, including SHAP, feature importance, and causal inference, to build fairer, safer, and more reliable models.
Purchase of the print or Kindle book includes a free eBook in PDF format.

Key Features

Interpret real-world data, including cardiovascular disease data and the COMPAS recidivism scores
Build your interpretability toolkit with global, local, model-agnostic, and model-specific methods
Analyze and extract insights from complex models from CNNs to BERT to time series models

Book Description

Interpretable Machine Learning with Python, Second Edition, brings to light the key concepts of interpreting machine learning models by analyzing real-world data, providing you with a wide range of skills and tools to decipher the results of even the most complex models.

Build your interpretability toolkit with several use cases, from flight delay prediction to waste classification to COMPAS risk assessment scores. This book is full of useful techniques, introducing them to the right use case. Learn traditional methods, such as feature importance and partial dependence plots to integrated gradients for NLP interpretations and gradient-based attribution methods, such as saliency maps.

In addition to the step-by-step code, you’ll get hands-on with tuning models and training data for interpretability by reducing complexity, mitigating bias, placing guardrails, and enhancing reliability.

By the end of the book, you’ll be confident in tackling interpretability challenges with black-box models using tabular, language, image, and time series data.

What you will learn

Progress from basic to advanced techniques, such as causal inference and quantifying uncertainty
Build your skillset from analyzing linear and logistic models to complex ones, such as CatBoost, CNNs, and NLP transformers
Use monotonic and interaction constraints to make fairer and safer models
Understand how to mitigate the influence of bias in datasets
Leverage sensitivity analysis factor prioritization and factor fixing for any model
Discover how to make models more reliable with adversarial robustness

Who this book is for

This book is for data scientists, machine learning developers, machine learning engineers, MLOps engineers, and data stewards who have an increasingly critical responsibility to explain how the artificial intelligence systems they develop work, their impact on decision making, and how they identify and manage bias. It’s also a useful resource for self-taught ML enthusiasts and beginners who want to go deeper into the subject matter, though a good grasp of the Python programming language is needed to implement the examples.

Interpretation, Interpretability and Explainability; and why does it all matter?
Key Concepts of Interpretability
Interpretation Challenges
Global Model-agnostic Interpretation Methods
Local Model-agnostic Interpretation Methods
Anchors and Counterfactual Explanations
Visualizing Convolutional Neural Networks
Interpreting NLP Transformers
Interpretation Methods for Multivariate Forecasting and Sensitivity Analysis
Feature Selection and Engineering for Interpretability
Bias Mitigation and Causal Inference Methods
Monotonic Constraints and Model Tuning for Interpretability
Adversarial Robustness
What's Next for Machine Learning Interpretability?

Acerca del autor

Serg Mas�s has been at the confluence of the internet, application development, and analytics for the last two decades. Currently, he's a climate and agronomic data scientist at Syngenta, a leading agribusiness company with a mission to improve global food security. Before that role, he co-founded a start-up, incubated by Harvard Innovation Labs, that combined the power of cloud computing and machine learning with principles in decision-making science to expose users to new places and events. Whether it pertains to leisure activities, plant diseases, or customer lifetime value, Serg is passionate about providing the often-missing link between data and decision-making-and machine learning interpretation helps bridge this gap robustly.

"Sobre este t�tulo" puede pertenecer a otra edici�n de este libro.

Descripci�n de la librer�a

Das Unternehmen AHA-BUCH GmbH: Seit der Gr�ndung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisg�nstig wie m�glich ihren B�cherwunsch zu erf�llen. Unsere Firma besch�ftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine W�nsche! Auf �ber 3700 m2 Fl�che haben wir �ber 100.000 B�cher, Modernes Antiquariat und Spiele auf Lager.

Ver la p�gina web de la librer�a

Informaci�n empresarial del vendedor

AHA-BUCH GmbH
Garlebsen 48, Einbeck, 37574, Germany

Condiciones de venta y env�o

Condiciones de venta

T�rminos y Condiciones Generales e Informaci�n del Cliente / Pol�tica de Privacidad

I. T�rminos y Condiciones Generales

� 1 Disposiciones b�sicas

(1)Los siguientes t�rminos y condiciones se aplican a todos los contratos que celebre con nosotros como proveedor (AHA-BUCH GmbH) a trav�s de las plataformas de Internet AbeBooks y/o ZVAB. A menos que se acuerde lo contrario, se objetar� la inclusi�n de cualquiera de sus propios t�rminos y condiciones utilizados por usted.
(2)Un consumidor en el sentid...

M�s informaci�n

Derecho a cancelaci�n

Si eres un consumidor puedes cancelar el presente contrato de acuerdo con lo indicado a continuaci�n. Son consumidores las personas f�sicas que act�en con un prop�sito ajeno a su actividad comercial, empresarial, oficio o profesi�n.

Documento de informaci�n al consumidor y usuario sobre el desistimiento

Derecho de desistimiento:

Tienes derecho a desistir del presente contrato en un plazo de 14 d�as naturales sin necesidad de justificaci�n.

El plazo de desistimiento expirar� a los 14 d�as naturales del d�a en que t� o un tercero que hayas indicado, distinto del transportista, adquiera la posesi�n material del �ltimo bien, componente o pieza.

Para ejercer el derecho de desistimiento, deber�s notificarnos a AHA-BUCH GmbH, Garlebsen 48, 37574, Einbeck, Germany, 49 55639996039, de tu decisi�n de desistir del contrato a trav�s de una declaraci�n inequ�voca (por ejemplo, una carta enviada por correo postal, fax o correo electr�nico). Podr�s utilizar el modelo de formulario de desistimiento que figura a continuaci�n, aunque su uso no es obligatorio. Tienes asimismo la opci�n de cumplimentar y enviar electr�nicamente el modelo de formulario de desistimiento o cualquier otra declaraci�n inequ�voca a trav�s de nuestro sitio web a "Mis pedidos" en "Mi cuenta". Si recurres a esta opci�n, te comunicaremos sin demora en un soporte duradero (por ejemplo, por correo electr�nico) la recepci�n de dicho desistimiento.

Para cumplir el plazo de desistimiento, basta con que la comunicaci�n relativa al ejercicio por tu parte de este derecho sea enviada antes de que venza el plazo correspondiente.

Consecuencias del desistimiento:

En caso de desistimiento por tu parte, te devolveremos todos los pagos recibidos de ti, incluidos los gastos de entrega (con la excepci�n de los gastos adicionales resultantes de la elecci�n por tu parte de una modalidad de entrega diferente a la modalidad menos costosa de entrega ordinaria que ofrezcamos) sin ninguna demora indebida y, en todo caso, a m�s tardar 14 d�as naturales a partir de la fecha en la que se nos informes de tu decisi�n de desistir del presente contrato. Procederemos a efectuar dicho reembolso utilizando el mismo medio de pago empleado por ti para la transacci�n inicial, a no ser que hayas dispuesto expresamente lo contrario; en todo caso, no incurrir�s en ning�n gasto como consecuencia del reembolso.

Podremos retenerte el reembolso hasta haber recibido los bienes, o hasta que hayas presentado una prueba de la devoluci�n de los mismos, seg�n qu� condici�n se cumpla primero. Deber�s devolvernos o entregarnos directamente los bienes a AHA-BUCH GmbH, Garlebsen 48, 37574, Einbeck, Germany, 49 55639996039, sin ninguna demora indebida y, en cualquier caso, a m�s tardar en el plazo de 14 d�as naturales a partir de la fecha en que nos comuniques tu decisi�n de desistimiento del contrato. Se considerar� cumplido el plazo si efect�as la devoluci�n de los bienes antes de que haya concluido dicho plazo. Deber�s asumir el coste directo de devoluci�n de los bienes. Solo ser�s responsable de la disminuci�n de valor de los bienes resultante de una manipulaci�n distinta a la necesaria para establecer la naturaleza, las caracter�sticas y el funcionamiento de los bienes.

Excepciones al derecho de desistimiento:

La entrega de peri�dicos, publicaciones especializadas o revistas con la excepci�n de contratos de suscripci�n; y
La entrega de contenido digital (incluyendo apps, software digital e-books, MP3, etc.) que no hubiera sido entregado en un medio tangible (por ejemplo: CD o DVD), si al realizar tu pedido has aceptado que podemos proceder al env�o del producto y que no resulta posible su cancelaci�n una vez comienza la entrega.

Modelo de formulario de desistimiento

(S�lo debe cumplimentar y enviar el presente formulario si desea desistir del contrato)

A la atenci�n de: (AHA-BUCH GmbH, Garlebsen 48, 37574, Einbeck, Germany, 49 55639996039)

Por la presente le comunico/comunicamos* que desisto de mi/desistimos de nuestro* contrato de venta del siguiente bien/prestaci�n del siguiente servicio*

Pedido el/recibido el*:

Nombre del consumidor y usuario o de los consumidores y usuarios:

Domicilio del consumidor y usuario o de los consumidores y usuarios:

Firma del consumidor y usuario o de los consumidores y usuarios (solo si el presente formulario se presenta en papel):

Fecha:

* Eliminar en su caso

Condiciones de env�o

Enviamos su pedido despu�s de recibirlos
para art�culos disponibles las �ltimas 24 horas,
para art�culos con suministro nocturno a m�s tardar 48 horas.
En caso de que necesitemos pedir un art�culo a nuestro proveedor, nuestro tiempo de env�o depende de la fecha de recepci�n de los art�culos, pero los art�culos se enviar�n el mismo d�a.

Nuestro objetivo es enviar los art�culos pedidos de la manera m�s r�pida, pero tambi�n m�s eficiente y segura a nuestros clientes.

Tarifas de env�o de Alemania a Estados Unidos de America

Tarifas de env�o de Alemania a Estados Unidos de America
Cantidad del pedido	De 30 a 40 d�as h�biles	De 7 a 14 d�as h�biles
Primer art�culo	EUR 65.58	EUR 75.58

Los plazos de entrega los establecen los vendedores y var�an seg�n el transportista y la ubicaci�n. Los pedidos que pasan por la aduana pueden sufrir retrasos y los compradores son responsables de los aranceles o tarifas asociadas. Los vendedores pueden ponerse en contacto con usted en relaci�n con cargos adicionales para cubrir cualquier aumento en los costes de env�o de los art�culos.

Informaci�n detallada sobre el vendedor