AI可解释性(Python语言版)

作者: [意] 列奥尼达·詹法纳(Leonida Gianfagna)、安东尼奥·迪·塞科(Antonio Di Cecco)著 郭涛 译

出版社: 清华大学出版社

出版日期: 2022-08-01

电子书 暂不销售 定价:59.8
  • 收藏

  • 加书架

  • 引用

简介

《AI可解释性(Python语言版)》全面介绍了AI可解释性的概念和可用技术,使机器学习系统更易于解释。书中提出的方法可以应用于几乎所有现有的机器学习模型:线性和逻辑回归、深度学习神经网络、自然语言处理和图像识别等等。 随着机器学习的发展,如今人们越来越多地使用人工智能体来执行以前由人类处理的关键任务(医疗、法律和金融等等)。虽然智能体的设计原则已被理解,但目前的大多数深度学习模型对人类理解而言是“不透明的”。《AI可解释性(Python语言版)》从理论和实践的角度填补了这个新兴主题文献方面的空白,使读者能够快速地使用可解释性AI的工具和代码。

编辑推荐

《AI可解释性(Python语言版)》的出版恰逢其时,通过构建XAI的方法论体系,形成一组工具和方法,从而解释ML模型产生的复杂结果,帮助人们理解ML模型。本书从不可知论、依赖模型方法或内在可解释性构建了人工智能模型方法论,从全局可解释性和局部可解释性两个方面来回答AI“是什么”“为什么以及“如何做”等方面的问题。本书适合人工智能从业者、计算机科学家、统计科学家以及所有对机器学习模型可解释性感兴趣的读者阅读。

更多出版物信息
  • 版权: 清华大学出版社
  • 出版: 2022-08-01
  • 作者:[意] 列奥尼达·詹法纳(Leonida Gianfagna)、安东尼奥·迪·塞科(Antonio Di Cecco)著 郭涛 译
  • 更新: 2023-11-16
  • 书号:9787302605690
  • 中图:TP18
  • 学科:
    工学
    控制科学与工程
    工学
    计算机科学与技术
    交叉学科
    智能科学与技术