原书出处
数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow
11 第11章 机器学习模型可解释性 11.1 模型的可解释性
对于数据科学领域中的建模工作者来说,作为业务驱动的实践者,在业务中的洞见是影响管理者做出业务决策的“导航仪”,甚至影响着企业整体战略的走向。因此,在多数任务场景中,仅有良好的预测结果是不够的。这导致模型在性能上需要做出一些牺牲,建模之前需要在精度和解释能力之间进行权衡和取舍,最终不得不使用更传统的机器学习模型,如线性回归、决策树,而不是复杂深度学习模型来解决实际问题。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0061.xhtml
EPUB SHA-256:b9d74c3cb9a87547f425283a2273004c2d73de2c2b50ebf97c2ab3336ae5d102