Python可解释AI（XAI）实战

怎样才能有效地向AI业务和利益相关者解释AI的决策？你需要仔细规划、设计和可视化。要解决的问题、模型以及变量之间的关系通常是微妙、出乎意料和复杂的。 本书通过几个精心设计的项目让你在实践中掌握众多XAI工具和方法，而不是仅仅停留在理论和概念上。你将动手构建模型，可视化解释结果，并集成XAI工具。 你将使用Python、TensorFlow 2、Google Cloud XAI 平台、Google Colaboratory 和其他框架构建 XAI 解决方案，以打开机器学习模型的黑匣子。本书涵盖多个可在整个机器学习项目生命周期中使用的Python开源XAI工具。 你将学习如何探索机器学习模型结果，检查关键影响变量和变量关系，检测和处理偏见和道德伦理及法律问题，以及将机器学习模型可视化到用户界面中。 读完这本书，你将深入了解 XAI 的核心概念并掌握多个XAI工具和方法。 主要内容  在机器学习生命周期的不同阶段规划和实施 XAI  评估目前流行的各种XAI开源工具的优缺点  介绍如何处理机器学习数据中的偏见问题  介绍处理机器学习数据中的道德伦理和法律问题的工具和相关知识  介绍XAI 设计和可视化方面的最佳实践  将XAI集成到Python模型中  在整个机器学习生命周期中使用对应的XAI工具来解决业务问题