本文为大家介绍用XGBoost解释机器学习。 这是一个故事，关于错误地解释机器学
2020-10-12 11:48
在本问题 如何通俗易懂地解释卷积？中排名第一的马同学在中举了一个很好的例子（下面的一些图摘自马同学的文章，在此表示感谢），用丢骰子说明了卷积的应用。
2023-12-26 17:36
本文介绍目前常见的几种可以提高机器学习模型的可解释性的技术，包括它们的相对优点和缺点。
2022-02-16 16:21
本文介绍目前常见的几种可以提高机器学习模型的可解释性的技术，包括它们的相对优点和缺点。
2023-02-08 14:08
以下的几幅图是我认为在解释机器学习基本概念时最有启发性的条目列表。 1. Test and training error: 为什么低训练误差并不总是一件好的事情呢：以模型复杂度为变量的测试及训练错误
2018-09-06 20:55
抛开所有和人工智能(AI)有关的扯淡成分，机器学习唯一的目标是基于输入的数据来预测结果，就这样。所有的机器学习任务都可以用这种方式来表示，否则从一开始它就不是个
2022-11-16 15:26
FFT原理通俗易懂的解释 傅里叶变换（Fourier Transform，简称FFT）是一个广泛应用的数学工具，它可以将一个连续或离散信号分解成一系列单一的正弦函数，这些正弦函数名称为频率成分或
2023-09-07 16:35
对形状值进行聚类的想法基于 EU Horizon 项目FIN-TECH中最成功的 AI 用例，发布为可解释机器学习在信用风险管理中的应用。它
2022-04-07 09:20
机器学习的可解释性 来源：《计算机研究与发展》，作者陈珂锐等 摘 要 近年来，机器学习发展迅速，尤其是深度
2022-01-25 08:35
我决定写一篇酝酿已久的文章，对那些想了解机器学习的人做一个简单的介绍。不涉及高级原理，只用简单的语言来谈现实世界的问题和实际的解决方案。
2021-04-12 15:30
