简介
本书详细阐述了利用Python调试机器学习模型的基本解决方案,主要包括超越代码调试、机器学习生命周期、为实现负责任的人工智能而进行调试、检测机器学习模型中的性能和效率问题、提高机器学习模型的性能、机器学习建模中的可解释性和可理解性、减少偏差并实现公平性、使用测试驱动开发以控制风险、生产测试和调试、版本控制和可再现的机器学习建模、避免数据漂移和概念漂移、通过深度学习超越机器学习调试、高级深度学习技术、机器学习最新进展简介、相关性与因果性、机器学习中的安全性和隐私、人机回圈机器学习等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2024-08-01
- 更新: 2024-11-05
- 书号:9787302668565
- 中图:TP311.561;TP181
- 学科:工学控制科学与工程工学计算机科学与技术工学软件工程交叉学科智能科学与技术