大多数中级机器学习书籍都专注于如何通过提高准确性或减少预测误差来优化模型。但是这种方法常常忽略了理解ML模型为什么以及如何做出预测的重要性。可解释性方法为更好地理解模型行为提供了必要的工具包，本实用指南为模型可解释性汇集了一流的技术。有经验的机器学习工程师和数据科学家将亲自学习这些技术如何工作，以便能够在日常工作流程中更轻松地应用这些工具。