Értékelés:
Ez a könyv átfogó útmutatóként szolgál a gépi tanulási modellek értelmezéséhez, így mind a szakértők, mind a területen minimális háttérrel rendelkezők számára hozzáférhetővé válik. Különböző felügyelt tanulási technikákat és az eredményeik értelmezéséhez használt módszereket tár fel, miközben kitér ezen értelmezési technikák korlátaira is. Különösen hasznos a gyakorlati szakemberek, a döntéshozók és mindenki számára, aki részt vesz a mesterséges intelligencia alkalmazásaiban, különösen azokban, amelyek a biztonság szempontjából kritikus rendszerekre hatnak.
Előnyök:⬤ Világos példákat és egyszerű megközelítést nyújt a gépi tanulási modellek megértéséhez.
⬤ Hasznos a gyakorlati szakemberek számára, beleértve azokat is, akiknek minimális szakértelme van a gépi tanulásban.
⬤ A klasszikus és az összetett neurális hálózatok értelmezési módszereit egyaránt tárgyalja.
⬤ Olyan létfontosságú kérdésekkel foglalkozik, mint az adatszivárgás, a torzítás és a megfelelőség.
⬤ Hangsúlyozza a modell értelmezhetőségének fontosságát a biztonságkritikus alkalmazásokban.
⬤ A gépi tanulásban járatlan olvasóknak nehézséget okozhat néhány technikai részlet.
⬤ Az értelmezhetőségi technikák néhány korlátját tárgyalja, de néhány olvasó mélyebb betekintést kívánhat.
(5 olvasói vélemény alapján)
Interpretable AI: Building Explainable Machine Learning Systems
Az értelmezhető mesterséges intelligencia gyakorlati útmutató az értelmezhetőségi technikákhoz, amelyek megnyitják a mesterséges intelligencia fekete dobozát.
A mesterséges intelligencia modellek olyan bonyolulttá válhatnak, hogy még a szakértők is nehezen értik meg őket - és felejtsük el, hogyan magyarázzuk el egy üzleti érdekelt félnek az újszerű algoritmusok halmazának árnyalatait! Az értelmezhető mesterséges intelligencia tele van olyan élvonalbeli technikákkal, amelyek segítségével jobban megértheti, hogyan működnek a mesterséges intelligencia modelljei.
Az értelmezhető AI gyakorlati útmutató az értelmezhető technikákhoz, amelyek megnyitják az AI fekete dobozát. Ez a gyakorlatias útmutató leegyszerűsíti a csúcstechnológiás kutatást az átlátható és megmagyarázható mesterséges intelligenciává, és olyan gyakorlati módszereket kínál, amelyeket Python és nyílt forráskódú könyvtárak segítségével könnyen megvalósíthat. A könyv az összes fontosabb gépi tanulási megközelítésből vett példákkal mutatja be, hogy miért olyan átláthatatlanok az AI egyes megközelítései, megtanít azonosítani a modell által megtanult mintákat, és bemutatja a tisztességes és elfogulatlan modellek építésének legjobb gyakorlatait.
A nyomtatott könyv megvásárlása magában foglalja a Manning Publications ingyenes e-könyvét PDF, Kindle és ePub formátumban.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)