Описание:В курсе рассматриваются способы интерпретации моделей машинного обучения. Рассматриваются алгоритмы для заранее известных моделей машинного обучения и для случаев, когда устройство модели представляет собой «черный ящик». Изучаются способы интерпретации прогнозов построенной модели и интерпретация отдельных примеров. Затрагиваются задачи выбора наилучших метрик качества для задачи интерпретации, визуализации полученных результатов, отбора и предобработки признаков. Приводятся способы модификации как алгоритмов построения модели машинного обучения, так и алгоритмов интерпретации данной модели, с целью увеличения показателя интерпретируемости.