Интервью с Кристофом Молнаром, автором книги «Интерпретируемое машинное обучение».
Серия интервью, посвященных невероятной работе писателей в области науки о данных и их писательскому пути.
«Если вы не видите на полке нужной вам книги, напишите ее» — Беверли Клири
Стремясь привлечь внимание к такой выдающейся работе, в прошлом году я начал серию интервью. В течение первого сезона я представил истории известных специалистов по данным и гроссмейстеров Kaggle, которые поделились своим опытом, вдохновением и достижениями. Во втором сезоне я беру интервью у авторов книг. Как писатель, я очень уважаю людей, которые пишут книги. Одна хорошо написанная статья требует много времени, энергии и терпения, а повторить то же самое для книги — немалый подвиг. Таким образом, этот выпуск интервью проливает свет на историю некоторых известных авторов в области науки о данных.
Познакомьтесь с автором: Кристоф Молнар
Кристоф Молнар – эксперт по машинному обучению и независимый автор, специализирующийся на статистике. Он получил степень бакалавра и магистра в Мюнхене и в настоящее время работает над докторской диссертацией. в интерпретируемом машинном обучении. Ранее Кристоф работал специалистом по данным в стартапе в финансовой сфере, где занимался разработкой моделей машинного обучения. Позже он взял на себя более традиционную роль статистика в регистре пациентов с ревматическими заболеваниями, где он работал с ревматологами над изучением эффектов некоторых лекарств.
Если вы когда-либо хотели начать с интерпретируемого машинного обучения, первой книгой, которую вы могли бы выбрать, была бы Интерпретируемое машинное обучение Кристофа. Ясность языка, реалистичные примеры и искусство разбивать сложные теории на более простые и понятные части — вот лишь некоторые из многих УТП книги. Недавно вышло второе издание книги, и если вы хотите его подержать в руках, то можете найти всю информацию здесь.
В: Как возникла идея этой книги?
Кристоф: В Цюрихе я подрабатывал и каждую пятницу изучал что-то новое о машинном обучении. Сначала я прошел курс по глубокому обучению. Затем я начал читать научные статьи. Мне удалось заполучить знаменитую статью LIME, в которой был представлен метод интерпретации прогнозов для моделей машинного обучения «черный ящик». Из-за моего опыта в статистике я всегда думал, что машинному обучению не хватает интерпретируемости, поэтому мне очень понравилась идея статьи.
Я был мотивирован узнать больше и начал искать другие подходы к интерпретации, такие как публикации в блогах и книги. Однако я не нашел много материалов об объяснимости машинного обучения. Я решил прочитать статьи и обобщить методы в книге. Это стало моим новым пятничным проектом. Я бесплатно опубликовал незавершенную версию книги в Интернете и получил огромное количество отзывов, которые побудили меня превратить ее в всеобъемлющую книгу.
В: Не могли бы вы кратко изложить основные моменты, освещенные в книге, для читателей?
Кристоф: Interpretable Machine Learning охватывает различные методы интерпретации моделей машинного обучения. В каждой главе рассматривается один из способов интерпретации моделей. Я хотел, чтобы книга была актуальна в течение длительного времени, поэтому я в основном освещал так называемые модельно-агностические методы. Они применимы к любой модели машинного обучения. Некоторыми примечательными примерами таких методов являются важность признаков перестановки, значения Шепли, LIME, графики с накопленным эффектом и т. Д. Но поскольку нейронные сети широко используются повсеместно, большой раздел также охватывает методы интерпретации, специально предназначенные для глубокого обучения.
Вопрос Как вы думаете, кто является целевой аудиторией этой книги?
Кристоф: Интерпретируемое машинное обучение предназначено для всех, кто хочет научиться объяснять модели машинного обучения. Я знаю, что многие специалисты по данным, которые строят прогностические модели, читают эту книгу. Затем идут студенты и преподаватели машинного обучения, технические менеджеры и многие другие люди.
Вопрос Что, по вашему мнению, является лучшим способом извлечь максимальную пользу из этой книги?
Кристоф: Раньше я думал, что мои читатели просто будут читать, переходя от главы к главе, в зависимости от того, какой метод они хотят изучить. Как справочник типа книги. Я был удивлен, узнав, что многие до сих пор читают ее от корки до корки.
Если вы новичок в интерпретируемости машинного обучения, чтение «Интерпретируемое машинное обучение» даст вам отличный обзор тем. Если вы в настоящее время работаете над прогностической моделью, вы можете использовать эту книгу в качестве справочника. Например, книга позволит вам выбрать метод интерпретации, который имеет смысл для вашей проблемы. Но вы также можете ознакомиться с ограничениями и проблемами, связанными с каждым методом интерпретации.
Вопрос: Какой совет вы бы дали начинающему писателю, который только начинает?
Кристоф: Публикуйте как можно раньше и чаще. Публикация мощная. Это служит катализатором для определения объема и написания решений, помогает получить обратную связь от первых читателей, является хорошим маркетингом и делает процесс написания более похожим на беседу с читателями.
В: Кто ваш любимый автор (в технической или нетехнической области)?
Кристоф: Мне нравятся фэнтезийные книги Брэндона Сандерсона.
👉 Вы с нетерпением ждете встречи с Кристофом? Подпишитесь на него в Твиттере.
👉 Читайте другие интервью из этой серии:
