Tahmin modellerini sorumlu bir yaklaşımla nasıl kurabiliriz? Bu, farklı deneyim seviyelerindeki veri bilimciler tarafından bana sıklıkla sorulan bir sorudur. Grnşte basit ama aynı zamanda zorlayıcı, nk ele alınması gereken farklı paydaşlara ait birka ortogonal konu ve bakış aısı var. Model geliştiriciler, model eğitiminin otomasyonuna, performansının izlenmesine, hata ayıklamaya ve MLOps ile ilgili diğer konulara odaklanır. Tahmin modelleri kullanıcıları aıklanabilirlik, şeffaflık ve gvenlikle daha fazla ilgilenirken, adalet, nyargı, etik ise oğunlukla toplumu ilgilendiren konulardır. Dzenleyiciler, zellikle byk lekli etkileri olan model kullanımlarının sonuları ile ilgilenmektedir. Bu bakış aılarını dikkate alarak, Sorumlu Makine ğrenmesi (RML) ile ilgili  temel unsura odaklanıyoruz. Algoritmalar - Genellikle, verideki karmaşık ilişkileri ortaya ıkarmak iin gelişmiş ve esnek makine ğrenmesi algoritmaları kullanmanız gerekir. Ancak, nasıl alıştıkları anlaşılmadan kullanılmamalıdır. Do\-la\-yı\-sıy\-la sorumlu modelleme hakkında bir tartışma, karmaşık modellerin nasıl alıştığı konusuna mutlaka değinmelidir. Yazılım - Gelişmiş modellerin eğitimi, yoğun hesaplama gerektiren bir sretir. Verimli eğitime izin veren paketler, birer mhendislik harikasıdır. Profesyoneller iyi aralar kullanır, bu nedenle sorumlu modellemeyle ilgili bir hikaye yazılırsa, mutlaka iyi yazılımla ilgili bir blm iermelidir. Sre - Tahmin modelleri kurmak yalnızca aralarla ilgili değil, aynı zamanda planlama, lojistik, iletişim, teslim tarihleri ve hedeflerle de ilgilidir. Veri ve model keşfi sreci tekrarlı bir sretir, her tekrarda olduğu gibi, giderek daha iyi modellere ulaşırız. Araları ne zaman ve nasıl kullanacağınızı bilmiyorsanız, yalnızca araları kullanabilmek yeterli olmaz. Bu nedenle sorumlu modellemeden nce modelleme srelerin ele alınması gerekiyor. Bu kitap, bahsedilen bu ynleri aynı anda bir araya getiren bir ieriğe sahiptir. ݝeriği, bazı modern makine ğrenmesi yntemlerini ve alışma mekanizmalarından oluşmaktadır. Yntemler, R dilinde Rcran yazılmış rnek kodlarla desteklenmiştir. Beta ve Bit adlı iki karakterin maceralarını anlatan bir izgi roman ile anlatım hikayeleştirilmiştir. Bu etkileşim, farklı bir model denemek, keşif iin başka bir yntem denemek, veya başka verileri aramak gibi analistlerin sıklıkla karşı karşıya kaldıkları, modeller nasıl karşılaştırılır veya nasıl doğrulanır