首页
›
金融科技风控与量化工程
›
062-模型可解释性阈值分层试验
›
《从入门到实战:可解释AI教程》
VIP20
本课程属于:062-模型可解释性阈值分层试验
金融科技风控与量化工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
从入门到实战:可解释AI教程
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导论
什么是可解释AI(XAI) · 为什么需要可解释性 · XAI的三大核心目标(透明度
课程导论
AI
02
机器学习基础回顾
监督学习与无监督学习 · 模型复杂度与过拟合 · 特征工程基础
机器学习基础回顾
监督学习
03
可解释性的分类体系
全局解释 vs 局部解释 · 内在可解释模型 vs 事后解释方法 · 模型特定 vs 模型无关方法
可解释性的分类体…
vs
04
线性模型的可解释性
线性回归与逻辑回归的系数解释 · 特征重要性排序 · 置信区间与p值
线性模型的可解释…
线性回归
05
决策树与规则模型
决策树的可视化与路径解释 · 规则提取(OneR · RIPPER)
决策树
规则模型
06
广义加性模型(GAM)
GAM的原理 · 形状函数与偏依赖图 · GAM在医疗诊断中的可解释应用
GAM
广义加性模型
07
LIME(局部可解释模型)
LIME的核心思想(局部近似) · 算法流程(采样 · 加权
LIME
局部可解释模型
08
LIME实战
使用LIME解释图像分类器(ResN… · LIME的超参数调优(核宽度 · 样本数)
LIME
ResN
09
SHAP(Shapley值)
博弈论中的Shapley值 · SHAP的数学原理(加性特征归因) · SHAP的四种估计方法(Kernel…
SHAP
Shapley
10
SHAP实战
使用SHAP解释XGBoost模型 · SHAP汇总图与依赖图 · SHAP在信贷违约预测中的解释案例
SHAP
XGBoost
11
特征重要性方法
Permutation Import… · Drop-Column Import… · 内置特征重要性(树模型)
特征重要性方法
Permutation
12
部分依赖图(PDP)与个体条件期望(ICE)
PDP的绘制与解读 · ICE曲线与聚集效应 · PDP与ICE在房价预测中的联合使用
PDP
ICE
13
累积局部效应(ALE)图
ALE的原理(解决PDP的独立性假设… · ALE的数值计算 · ALE与PDP的对比实验
ALE
累积局部效应
14
梯度类解释方法(Saliency Maps)
Saliency Map · Grad-CAM · Integrated Gradien…
Saliency
Maps
15
Grad-CAM实战
使用Grad-CAM解释CNN模型(… · 热力图叠加与可视化 · Grad-CAM在医学影像病灶定位中…
Grad-CAM
CNN
16
注意力机制与可解释性
Transformer中的注意力权重 · 注意力图的可视化 · 注意力是否等于解释(争议与讨论)
注意力机制
可解释性
17
概念激活向量(CAV)与TCAV
TCAV的核心思想(概念方向) · TCAV的统计显著性检验 · TCAV在自动驾驶场景中的概念解释
CAV
TCAV
18
反事实解释(Counterfactual)
反事实的定义与生成(最小编辑距离) · 反事实在信用拒绝中的解释 · 与对比解释的关系
Counterfactu…
反事实解释
19
原型与批评解释(Prototype & Criticism)
原型选择算法(MMD-critic) · 原型在聚类与分类中的解释 · 与K近邻的结合
Prototype
Criticism
20
模型蒸馏与可解释性
知识蒸馏原理 · 用决策树蒸馏深度网络 · 蒸馏后的解释保真度评估
模型蒸馏
可解释性
21
可解释的神经网络架构
SENN(自解释神经网络) · NIT(神经解释树) · 概念瓶颈模型(CBM)的原理与代码示…
可解释的神经网络…
SENN
22
时间序列的可解释性
时间序列特征归因(TS-LIME · TS-SHAP) · 时序注意力可视化
时间序列的可解释…
TS-LIME
23
自然语言处理中的可解释性
文本特征归因(LIME · SHAP) · 对抗性扰动解释
自然语言处理
可解释性
24
表格数据的可解释性实战
使用XGBoost + SHAP进行… · 建模 · 全局/局部解释
表格数据的可解释…
XGBoost
25
图像数据的可解释性实战
使用ResNet + Grad-CA… · 模型微调 · 热力图生成
图像数据的可解释…
ResNet
26
可解释性评估指标
忠实度(Faithfulness) · 稳定性(Stability) · 可理解性(Comprehensibi…
可解释性评估指标
Faithfulness
27
XAI的伦理与公平性
解释与公平性的关系 · 偏见检测(通过SHAP分析敏感特征) · GDPR中的解释权(Right to…
XAI
的伦理
28
可解释AI工具与库
Alibi · InterpretML · Captum
AI
可解释
29
综合实战项目一
构建一个可解释的贷款审批系统(数据预… · 模型训练 · LIME/SHAP解释
综合实战项目一
构建一个可解释的…
30
综合实战项目二
构建一个可解释的医疗影像诊断辅助系统… · CNN训练 · Grad-CAM可视化
综合实战项目二
构建一个可解释的…
所属VIP或分类
同VIP:A-B测试与阈值分层的协同应用
同VIP:A-B测试在模型解释中的应用
同VIP:LightGBM模型SHAP值解读课程