2020李宏毅學習筆記——26.Explainable ML(8_8)
1.用決策樹decision tree來模擬黑盒 終其一生還不是想要限制決策樹的深度。 1.1決策樹的概念： 前面學了用線性模型來模擬黑盒，現在講講決策樹的，決策樹和線性模型比可能能夠完全模擬黑盒，但是會使得決策樹很深，也變得很難解釋，我們希望能用一個不那麼複雜的決策樹來模擬黑盒。 用O表示決策樹的複雜程度，當然了複雜程度越低越好，所以想要輸出不要太大。 1.2決策樹的複雜程度的定義：平均深度 不
相關文章
- 1. 李宏毅學習筆記18.Explainable ML
- 2. 2020李宏毅學習筆記——25.Explainable ML(6_8)
- 3. 2020李宏毅學習筆記——9. Backpropagation
- 4. 李宏毅機器學習之Explainable ML
- 5. 【李宏毅2020 ML/DL】P26-33 Explainable ML
- 6. 李宏毅學習筆記——23.Explainable ML(4_8)
- 7. 李宏毅學習筆記——21.Explainable ML(1_8)
- 8. 李宏毅學習筆記——22.Explainable ML(3_8)
- 9. 【李宏毅2020 ML/DL】P34 More about explainable AI | Attribution, Heatmap, explainable model
- 10. 2020李宏毅機器學習與深度學習筆記——Regression
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 李宏毅學習筆記18.Explainable ML
- 2. 2020李宏毅學習筆記——25.Explainable ML(6_8)
- 3. 2020李宏毅學習筆記——9. Backpropagation
- 4. 李宏毅機器學習之Explainable ML
- 5. 【李宏毅2020 ML/DL】P26-33 Explainable ML
- 6. 李宏毅學習筆記——23.Explainable ML(4_8)
- 7. 李宏毅學習筆記——21.Explainable ML(1_8)
- 8. 李宏毅學習筆記——22.Explainable ML(3_8)
- 9. 【李宏毅2020 ML/DL】P34 More about explainable AI | Attribution, Heatmap, explainable model
- 10. 2020李宏毅機器學習與深度學習筆記——Regression