您好,欢迎来到聚文网。 登录 免费注册
可解释AI实战(PyTorch版)

可解释AI实战(PyTorch版)

  • 字数: 358000
  • 装帧: 平装
  • 出版社: 清华大学出版社
  • 作者: (英)阿杰伊·塔姆佩
  • 出版日期: 2024-03-01
  • 商品条码: 9787302654865
  • 版次: 1
  • 开本: 16开
  • 页数: 284
  • 出版年份: 2024
定价:¥98 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
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优选限度地减少错误,减少意想不到的偏见,增加用户对结果的信任。本书讲述了探索“黑盒”模型内部机制的技术,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。
本书将教会你识别模型所学习到的模式,并解释为何会产生这样的结果。通过阅读本书,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A!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。
目录
第I部分 可解释基础知识
第1章 导论3
1.1 Diagnostics+AI——AI系统示例3
1.2 机器学习系统的类型4
1.2.1 数据的表示4
1.2.2 监督学习6
1.2.3 无监督学习7
1.2.4 强化学习7
1.2.5 最适合Diagnostics+AI的机器学习系统8
1.3 构建Diagnostics+AI8
1.4 Diagnostics+的主要问题10
1.4.1 数据泄露10
1.4.2 偏见10
1.4.3 监管不合规11
1.4.4 概念漂移11
1.5 如何解决这些主要问题11
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网