监测和解释机器学习模型的算法
alibi的Python项目详细描述
Alibi是一个开源的python库，旨在检查和解释机器学习模型。最初对库的关注是基于实例的黑盒模型解释。
目标
- 提供黑盒ml模型解释算法的高质量参考实现
- 为可解释的ml方法定义一致的api
- 支持多个用例（例如表格、文本和图像数据分类、回归）
- 实现最新模型解释、概念漂移、算法偏差检测等ml 模型监测和解释方法
安装
不在场证明可以从PyPI：
安装pip install alibi
这将安装alibi及其所有依赖项：
beautifulsoup4 numpy Pillow pandas requests scikit-learn spacy scikit-image tensorflow
要运行所有示例笔记本，您还可以运行pip install alibi[examples]，这将
安装以下组件：
seaborn Keras
示例
Anchor method applied to the InceptionV3 model trained on ImageNet:
| Prediction: Persian Cat | Anchor explanation |
|---|---|
Contrastive Explanation method applied to a CNN trained on MNIST:
| Prediction: 4 | Pertinent Negative: 9 | Pertinent Positive: 4 |
|---|---|---|
Trust scores applied to a softmax classifier trained on MNIST:
欢迎加入QQ群-->： 979659372
