
本书先从背景出发,阐述黑盒模型存在的问题以及不解决黑盒问题模型可能带来的后果,引出可解释机器学习的重要性;随后,我们从可解释机器学习的研究方向,分为内在可解释模型算法和模型事后解析方法两部分进行介绍,阐述不同模型的原理、应用及其可解释性。z后通过三个不同的应用场景,介绍在银行实战中的数据挖掘方法,由问题、处理方法出发,结合可解释机器学习模型结果,证明模型的有效性和实用性,期望读者通过对本书的阅读,可以更快更好的解决实际业务问题,而非纸上谈兵。业务场景均为业内的典型案例,希望能够对读者有所启发。同时,本书中还会有大量的公式与代码,保证内容的丰富与严谨,经得起推敲,使得读者知其然且知其所以然。
阅读更多