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

可信機器學習

  • 作者：(美)庫什·R.瓦什尼|責編:白立軍//常建麗|譯者:趙正//謝鑫//趙奇//范曉婭//毛倩
  • 出版社：清華大學
  • ISBN：9787302678717
  • 出版日期：2024/12/01
  • 裝幀：平裝
  • 頁數：217
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    可信機器學習是機器學習的重要部分，是一門研究機器學習可信屬性的學科。本書將可信機器學習的屬性貫穿始終，全面系統地介紹可信機器學習的概念原則和技術方法。本書內容分六部分。第一部分詳細闡述可信機器學習的框架、機器學習生命周期以及安全性相關概念；第二部分針對機器學習中的數據介紹數據偏差、數據隱私等相關概念和解決方法；第三部分圍繞建模過程介紹檢測理論、監督學習和因果建模的理論及方法；第四部分針對機器學習的可靠性，講解分佈偏移的概念和緩解方法，以及機器學習公平性和安全性方法；第五部分圍繞人與機器的交互，闡述機器學習的可解釋性、透明性和價值對齊；第六部分針對機器學習的目標，介紹倫理原則、社會公益以及過濾氣泡等問題。
作者介紹
(美)庫什·R.瓦什尼|責編:白立軍//常建麗|譯者:趙正//謝鑫//趙奇//范曉婭//毛倩
目錄
第一部分
  第1章  建立信任
    1.1  定義信任
      1.1.1  可信與值得信任
      1.1.2  可信性屬性
      1.1.3  將可信屬性映射到機器學習
    1.2  本書組織結構
    1.3  限制
    1.4  立場聲明
      1.4.1  勝任力和信譽
      1.4.2  可靠性和偏見
      1.4.3  互動
      1.4.4  動機和價值觀
    1.5  總結
  第2章  機器學習生命周期
    2.1  機器學習生命周期的心智模型
    2.2  問題描述
    2.3  數據理解
    2.4  數據準備
    2.5  建模
    2.6  評估
    2.7  部署和監測
    2.8  總結
  第3章  安全性
    3.1  理解安全性
    3.2  用不同類型的不確定性量化安全性
      3.2.1  樣本空間、結果、事件和成本
      3.2.2  偶然不確定性和概率
      3.2.3  認知不確定性和可能性
    3.3  不確定性的概括統計量
      3.3.1  期望值和方差
      3.3.2  信息與熵
      3.3.3  K-L散度和交叉熵
      3.3.4  互信息
    3.4  條件概率
    3.5  獨立性和貝葉斯網路
      3.5.1  統計獨立性
      3.5.2  貝葉斯網路
      3.5.3  結論
    3.6  總結
第二部分
  第4章  數據來源與偏差
    4.1  數據模態
    4.2  數據來源
      4.2.1  有目的收集的數據
      4.2.2  行政數據
      4.2.3  社交數據
      4.2.4  眾包
      4.2.5  數據增強
      4.2.6  結論

    4.3  偏差類型
      4.3.1  社會偏差
      4.3.2  代表性偏差
      4.3.3  時間偏差
      4.3.4  數據準備偏差
      4.3.5  數據投毒
      4.3.6  結論
    4.4  總結
  第5章  隱私和知情同意
    5.1  知情同意、權利和隱私
    5.2  實現隱私保護的數據匿名化
      5.2.1  數據發布和句法匿名化
      5.2.2  數據挖掘和差分隱私
      5.2.3  結論
    5.3  其他隱私保護方法
    5.4  總結
……
第三部分
第四部分
第五部分
第六部分

  • 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