Wprowadzenie do modelowania predykcyjnego - wersja R

Opis książki:

Książka splata teorię, przykłady i procesy istotne dla tworzenia modeli zgodnie z regułami Odpowiedzialnego Uczenia Maszynowego (ang. Responsible Machine Learning). Znajdziesz tutaj intuicje i przykłady dla Interpretable Machine Learning (IML) i e Xplainable Artificial Intelligence (XAI). Opisy uzupełnione są o fragmenty kodu z przykładami dla R z wykorzystaniem pakietów random Forest, mlr3 i DALEX. Wreszcie, proces tworzenia modeli jest pokazany poprzez komiks opisujący przygody dwóch postaci, Bety i Bita. Interakcja tych dwóch postaci pokazuje decyzje, przed którymi często stają analitycy, czy wypróbować inny model, inną technikę eksploracji lub poszukać innych danych - pytania, jak porównywać modele lub je weryfikować. Wszystkie przykłady są w pełni odwtarzalne tak, że można te wszystkie przygody odtworzyć na lokalnym komputerze. Tworzenie modeli jest odpowiedzialnym i wymagającym zadaniem, ale także ekscytującą przygodą. Czasami podręczniki skupiają się tylko na stronie technicznej, tracąc całą zabawę. Tutaj będziemy mieć jedno i drugie.

Książka "Wprowadzenie do modelowania predykcyjnego - wersja R" - Przemysław Biecek, Anna Kozak, Aleksander Zawada - oprawa miękka - Wydawnictwo Wydawnictwa Uniwersytetu Warszawskiego. Książka posiada 52 stron i została wydana w 2022 r.