在前面的学习之中，我们已经学习了很多的模型，它能够针对特定的任务，接受我们的输入并产生目标的输出。但我们并不满足于此，我们甚至希望机器告诉我们，它是如何得到这个答案的，而这就是可解释的机器学习。WhyweneedExplainableML首先我们要明确，即使我们训练出来的模型能够得到一个正确的输出，但是这并不代表它真正学习到了内核的规律所在，因此我们总是希望能够知道为什么机器给出这个答案，在一些特定的场景也是如此：例如将机器学习用于医疗诊断，那我们希望机器做出来的决策是有根据的将机器学习用于法律，那我们也希望看到机器学习做出判定背后的原因，是否存在歧视问题等而且如果我们能够拥有可解释性的机器学

?作者：韩信子@ShowMeAI?数据分析◉技能提升系列：http://www.showmeai.tech/tutorials/33?AI面试题库系列：http://www.showmeai.tech/tutorials/48?本文地址：http://www.showmeai.tech/article-detail/302?声明：版权所有，转载请联系平台与作者并注明出处?收藏ShowMeAI查看更多精彩内容我们经常会谈到工业界端到端的机器学习建模，所谓端到端，是指的把整个过程构建在一个完整的流程（比如pipeline管道）中，包括数据侧的处理、模型建模调优，及模型部署应用等环节，如我们之前所说

?作者：韩信子@ShowMeAI?数据分析◉技能提升系列：http://www.showmeai.tech/tutorials/33?AI面试题库系列：http://www.showmeai.tech/tutorials/48?本文地址：http://www.showmeai.tech/article-detail/302?声明：版权所有，转载请联系平台与作者并注明出处?收藏ShowMeAI查看更多精彩内容我们经常会谈到工业界端到端的机器学习建模，所谓端到端，是指的把整个过程构建在一个完整的流程（比如pipeline管道）中，包括数据侧的处理、模型建模调优，及模型部署应用等环节，如我们之前所说

机器学习简单的说，机器学习是一种让计算机系统从数据中学习并自动改进的算法。通俗地说，机器学习就是让计算机从数据中“学习”，并使用这些学习成果来做出决策或预测。学术解释中，机器学习被定义为一种通过算法让计算机自动学习数据模型和模式，从而实现特定任务的技术。机器学习的主要目标是让计算机在未经过明确编程的情况下自动获取数据模型，从而能够识别、分类和预测未知的数据。机器学习可以分为监督学习、无监督学习、半监督学习和强化学习等几种主要类型。监督学习：线性回归（LinearRegression）逻辑回归（LogisticRegression）支持向量机（SupportVectorMachine，SVM）决

机器学习简单的说，机器学习是一种让计算机系统从数据中学习并自动改进的算法。通俗地说，机器学习就是让计算机从数据中“学习”，并使用这些学习成果来做出决策或预测。学术解释中，机器学习被定义为一种通过算法让计算机自动学习数据模型和模式，从而实现特定任务的技术。机器学习的主要目标是让计算机在未经过明确编程的情况下自动获取数据模型，从而能够识别、分类和预测未知的数据。机器学习可以分为监督学习、无监督学习、半监督学习和强化学习等几种主要类型。监督学习：线性回归（LinearRegression）逻辑回归（LogisticRegression）支持向量机（SupportVectorMachine，SVM）决