可解释AI实战(PyTorch版)

作者: [英] 阿杰伊·塔姆佩(Ajay Thampi)著 叶伟民、朱明超、刘华、叶孟良、袁敏 译

出版社: 清华大学出版社

出版日期: 2024-03-01

电子书 暂不销售 定价:98.0
  • 收藏

  • 加书架

  • 引用

亮点
代码示例
简介

可解释AI(Interpretable AI)将教会你识别模型所学习的模式及其产生结果的原因。通过阅读《可解释AI实战(PyTorch版)》,你将掌握一些用于解释白盒模型(如线性回归和广义可加模型)的方法,以及一些用于解释复杂深度学习模型的方法。可解释AI是一个快速发展的领域,本书将该领域的前沿研究简化为你可以在Python中实现的实际方法。 主要内容 ● 解释AI模型的技术 ● 最大限度地减少错误、偏见、数据泄露和概念漂移 ● 度量公平性和减少偏见 ● 构建符合GDPR的AI系统

编辑推荐

对于深度学习模型,常常很难解释其工作方式,即使是创建这些模型的数据科学家也不例外。提高机器学习模型的透明度和可解释性可以最大限度地减少错误,减少意想不到的偏见,增加用户对结果的信任。《可解释AI实战(PyTorch版)》讲述了探索“黑盒”模型内部的技术,提供了设计可靠算法的方法,并揭示了导致结果偏差的各种关键因素。

更多出版物信息
  • 版权: 清华大学出版社
  • 出版: 2024-03-01
  • 作者:[英] 阿杰伊·塔姆佩(Ajay Thampi)著 叶伟民、朱明超、刘华、叶孟良、袁敏 译
  • 更新: 2024-10-24
  • 书号:9787302654865
  • 中图:TP181
  • 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

作者信息

[英] 阿杰伊·塔姆佩(Ajay Thampi)著 叶伟民、朱明超、刘华、叶孟良、袁敏 译

Ajay Thampi 在机器学习领域具有扎实的基础。他的博士研究主要专注于信号处理和机器学习。他发表过许多关于强化学习、凸优化和传统机器学习技术应用于5G移动网络的论文。Ajay 目前在一家大型科技公司担任机器学习工程师,主要关注负责任的AI和AI公平性。在此之前,Ajay是微软的高级数据科学家,负责为各行各业(如制造业、零售业和金融业)的客户部署复杂的人工智能解决方案。

相关图书