johner-institut.podigee.io/12-machine-learning-interpretability
Preview meta tags from the johner-institut.podigee.io website.
Linked Hostnames
7- 2 links tojohner-institut.podigee.io
- 1 link toarxiv.org
- 1 link tochristophm.github.io
- 1 link togithub.com
- 1 link tojohner-institute.com
- 1 link towww.johner-institut.de
- 1 link towww.podigee.com
Thumbnail
Search Engine Appearance
https://johner-institut.podigee.io/12-machine-learning-interpretability
2020-12: Interpretierbarkeit von Machine Learning von Modellen
Christoph Molnar spricht mit Professor Johner über die Interpretierbarkeit von Machine Learning, über typische Fehler dabei und Lösungsansätze. Sie besprechen dabei auch die Literatur, die tw. unten verlinkt ist.
Bing
2020-12: Interpretierbarkeit von Machine Learning von Modellen
https://johner-institut.podigee.io/12-machine-learning-interpretability
Christoph Molnar spricht mit Professor Johner über die Interpretierbarkeit von Machine Learning, über typische Fehler dabei und Lösungsansätze. Sie besprechen dabei auch die Literatur, die tw. unten verlinkt ist.
DuckDuckGo
https://johner-institut.podigee.io/12-machine-learning-interpretability2020-12: Interpretierbarkeit von Machine Learning von Modellen
Christoph Molnar spricht mit Professor Johner über die Interpretierbarkeit von Machine Learning, über typische Fehler dabei und Lösungsansätze. Sie besprechen dabei auch die Literatur, die tw. unten verlinkt ist.
General Meta Tags
10- title2020-12: Interpretierbarkeit von Machine Learning von Modellen - Medical Device Insights - Podcast
- charsetutf-8
- X-UA-CompatibleIE=edge,chrome=1
- viewportwidth=device-width, initial-scale=1
- generatorpodigee.com
Open Graph Meta Tags
6- og:title2020-12: Interpretierbarkeit von Machine Learning von Modellen
- og:descriptionChristoph Molnar spricht mit Professor Johner über die Interpretierbarkeit von Machine Learning, über typische Fehler dabei und Lösungsansätze. Sie besprechen dabei auch die Literatur, die tw. unten verlinkt ist.
- og:typewebsite
- og:urlhttps://johner-institut.podigee.io/12-machine-learning-interpretability
- og:imagehttps://images.podigee-cdn.net/0x,sqvWI5fZv_m3DhwUGGW8fZRSSgFarfP0F8a2nNIFtktA=/https://main.podigee-cdn.net/uploads/u17081/b9425c6a-8ecc-48cf-888c-a2351bacd246.jpg
Twitter Meta Tags
9- twitter:cardsummary_large_image
- twitter:site@christianjohner
- twitter:urlhttps://johner-institut.podigee.io/12-machine-learning-interpretability
- twitter:title2020-12: Interpretierbarkeit von Machine Learning von Modellen
- twitter:descriptionChristoph Molnar spricht mit Professor Johner über die Interpretierbarkeit von Machine Learning, über typische Fehler dabei und Lösungsansätze. Sie besprechen dabei auch die Literatur, die tw. unten verlinkt ist.
Item Prop Meta Tags
3- name2020-12: Interpretierbarkeit von Machine Learning von Modellen
- descriptionChristoph Molnar spricht mit Professor Johner über die Interpretierbarkeit von Machine Learning, über typische Fehler dabei und Lösungsansätze. Sie besprechen dabei auch die Literatur, die tw. unten verlinkt ist.
- imagehttps://images.podigee-cdn.net/0x,sqvWI5fZv_m3DhwUGGW8fZRSSgFarfP0F8a2nNIFtktA=/https://main.podigee-cdn.net/uploads/u17081/b9425c6a-8ecc-48cf-888c-a2351bacd246.jpg
Link Tags
8- alternatehttps://johner-institut.podigee.io/feed/mp3
- canonicalhttps://johner-institut.podigee.io/12-machine-learning-interpretability
- icon/assets/favicons/favicon-96x96-e595067f367308346f53dde5921f8c405a8768e68e5594a49009ca9e6d6666fe.png
- stylesheet/assets/fontawesome-f9ecfc289bf66915a83a40889998168888fc82f217634d23e9e8486cbafdd5f1.css
- stylesheet/assets/blog-7233c08c7e31d828b4368f0c1b41ab74e3b3a711221bd9a75ddb45177323836a.css
Links
8- https://arxiv.org/pdf/2007.04131.pdf
- https://christophm.github.io/interpretable-ml-book
- https://github.com/johner-institut/ai-guideline
- https://johner-institut.podigee.io
- https://johner-institut.podigee.io/episodes