MARC状态：审校 文献类型：中文图书 浏览次数：37
- 题名/责任者:
- AI可解释性:Python语言版/(意)列奥尼达·詹法纳(Leonida Gianfagna)，(意)安东尼奥·迪·塞科(Antonio Di Cecco)著 郭涛译
- 出版发行项:
- 北京:清华大学出版社,2022.08
- ISBN及定价:
- 978-7-302-60569-0/CNY59.80
- 载体形态项:
- 228页:图，照片;21cm
- 个人责任者:
- (意) 詹法纳 (Gianfagna, Leonida) 著
- 个人责任者:
- (意) 迪·塞科 (Cecco, Antonio Di) 著
- 个人次要责任者:
- 郭涛 译
- 学科主题:
- 人工智能
- 中图法分类号:
- TP18
- 提要文摘附注:
- 本书全面介绍了Al可解释性的概念和可用技术，使机器学习系统更易于解释。书中提出的方法可以应用于几乎所有现有的机器学习模型：线性和逻辑回归、深度学习神经网络、自然语言处理和图像识别等等。随着机器学习的发展，如今人们越来越多地使用人工智能体来执行以前由人类处理的关键任务（医疗、法律和金融等等）。虽然智能体的设计原则已被理解，但目前的大多数深度学习模型对人类理解而言是“不透明的”。《Al可解释性（Python语言版）》从理论和实践的角度填补了这个新兴主题文献方面的空白，使读者能够快速地使用可解释性AI的工具和代码。
- 使用对象附注:
- 人工智能研究者
全部MARC细节信息>>