幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Python可解釋AI<XAI>實戰(開發合理安全和可信的AI應用)

  • 作者：(法)丹尼斯·羅斯曼|責編:王軍//劉遠菁|譯者:葉偉民//朱明超
  • 出版社：清華大學
  • ISBN：9787302613299
  • 出版日期：2022/08/01
  • 裝幀：平裝
  • 頁數：332
人民幣：RMB 128 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    怎樣才能有效地向AI業務和利益相關者解釋AI的決策？你需要仔細規劃、設計和可視化。要解決的問題、模型以及變數之間的關係通常是微妙、出乎意料和複雜的。
    本書通過幾個精心設計的項目讓你在實踐中掌握眾多XAI工具和方法，而不是僅僅停留在理論和概念上。你將動手構建模型，可視化解釋結果，並集成XAI工具。
    你將使用Python、TensorFlow 2、Google Cloud XAI平台、Google Colaboratory和其他框架構建XAI解決方案，以打開機器學習模型的黑匣子。本書涵蓋多個可在整個機器學習項目生命周期中使用的Python開源XAI工具。
    你將學習如何探索機器學習模型結果，檢查關鍵影響變數和變數關係，檢測和處理偏見和道德倫理及法律問題，以及將機器學習模型可視化到用戶界面中。
    讀完這本書，你將深入了解XAI的核心概念並掌握多個XAI工具和方法。
    ·在機器學習生命周期的不同階段規劃和實施XAI
    ·評估目前流行的各種XAI開源工具的優缺點
    ·介紹如何處理機器學習數據中的偏見問題
    ·介紹處理機器學習數據中的道德倫理和法律問題的工具和相關知識
    ·介紹XAI設計和可視化方面的最佳實踐
    ·將XAI集成到Python模型中
    ·在整個機器學習生命周期中使用對應的XAI工具來解決業務問題
作者介紹
(法)丹尼斯·羅斯曼|責編:王軍//劉遠菁|譯者:葉偉民//朱明超
    丹尼斯·羅斯曼Denis Rothman，畢業於索邦大學和巴黎一狄德羅大學，寫過最早的word2vector embedding解決方案之一。他創作了第一批AI認知自然語言處理(NLP)聊天機器人之一，這個聊天機器人開啟了他的職業生涯。它是一個語言教學應用程序，應用於Moet et Chandon和其他公司。他為IBM和服裝生產商編寫了一個AI資源優化器。然後，他還編寫了一個在全球範圍內使用的高級計劃和排程(APS)解決方案。
目錄
第1章  使用Python 解釋AI
  1.1  可解釋AI 的定義
    1.1.1  從黑盒模型到XAI 白盒模型
    1.1.2  解釋和闡釋
  1.2  設計和提取
  1.3  醫學診斷時間線中的XAI
    1.3.1  全科醫生使用的標準AI程序
    1.3.2  西尼羅河病毒——一個生死攸關的案例
    1.3.3  Google Location History 與XAI的結合可以拯救生命
    1.3.4  下載Google Location History
    1.3.5  讀取和顯示Google Location History
    1.3.6  用XAI 增強AI 診斷
    1.3.7  將XAI 應用於醫學診斷實驗性程序
  1.4  本章小結
  1.5  習題
  1.6  參考資料
  1.7  擴展閱讀
第2章  AI偏差和道德方面的白盒XAI
  2.1  自動駕駛汽車系統AI的道德和偏差
    2.1.1  自動駕駛系統在生死關頭是如何做決策的
    2.1.2  電車難題
    2.1.3  麻省理工學院的道德機器實驗
    2.1.4  真實的生死攸關情景
    2.1.5  從道德倫理上解釋AI的局限性
  2.2  對自動駕駛決策樹的解釋
    2.2.1  自動駕駛系統的兩難困境
    2.2.2  導入模塊
    2.2.3  檢索數據集
    2.2.4  讀取和拆分數據
    2.2.5  決策樹分類器的理論描述
    2.2.6  創建默認的決策樹分類器
    2.2.7  訓練、測量、保存模型
    2.2.8  顯示決策樹
  2.3  將XAI應用於自動駕駛決策樹
  2.4  使用XAI和道德來控制決策樹
    2.4.1  載入模型
    2.4.2  測量準確率
    2.4.3  模擬實時案例
    2.4.4  由雜訊引起的ML偏差
    2.4.5  將道德和法律引入ML
  2.6  本章小結
  2.7  習題
  2.8  參考資料
  2.9  擴展閱讀
第3章  用Facets解釋ML
  3.1  Facets 入門
  ……
第4章  Microsoft Azure機器學習
第5章  從零開始構建可解釋AI解決方案
第6章  用Google What-If Tool(WIT)

第7章  可解釋AI 聊天機器人
第8章  LIME
第9章  反事實解釋法
第10章  對比解釋法(CEM)
第11章  錨解釋法
第12章  認知解釋法

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032