《茶桁的 AI 秘籍》核心基础——目录
新专栏《AI秘籍》,你所感兴趣的一切
查找并可视化非线性关系
使用部分依赖图 (PDP)、互信息和特征重要性分析非线性关系
什么是负责任的人工智能
拥有权利的同时也被赋予了重大的责任
GitEval — 预测你的 GitHub 个人资料的质量
使用机器学习来预测你是否擅长编码
我为何撰写有关人工智能和数据科学的文章
撰写人工智能文章的 6 大好处
什么是模型无关方法?
可以与任何模型一起使用的所有强大方法
什么是算法公平性?
旨在理解和防止机器学习中不公平现象的领域的介绍
纠正和防止机器学习中的不公平现象
预处理、处理中、后处理方法和非定量方法
不公平的预测:机器学习中的 5 种常见偏见来源
历史偏见、代理变量、不平衡数据集、算法选择和用户反馈循环如何导致不公平的模型
分析机器学习的公平性
进行探索性公平性分析,并使用平等机会、均等几率和不同影响来衡量公平性
茶桁
AI 游民
Shang Hai
文章
113
分类
2
标签
41
2024-10-12
AI 秘籍
2024-10-11
使用 Python 构建交互式图像标记器
2024-10-08
SHAP 的局限性
2024-10-04
什么是可解释人工智能:XAI
2024-10-01
使用 Seaborn 热图的 5 种方法(Python 教程)