掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 面向高風(fēng)險(xiǎn)應(yīng)用的機(jī)器學(xué)習(xí)
開本：
24cm
頁數(shù)：
21,438頁
本類五星書更多>
-
>
全國計(jì)算機(jī)等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
面向高風(fēng)險(xiǎn)應(yīng)用的機(jī)器學(xué)習(xí) 版權(quán)信息
- ISBN：9787576612912
- 條形碼：9787576612912 ; 978-7-5766-1291-2
- 裝幀：暫無
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
面向高風(fēng)險(xiǎn)應(yīng)用的機(jī)器學(xué)習(xí) 內(nèi)容簡介
過去十年人們見證了人工智能和機(jī)器學(xué)習(xí)（AI/ML）技術(shù)的廣泛應(yīng)用。然而，由于在廣泛實(shí)施過程中缺乏監(jiān)督，導(dǎo)致了一些本可以通過適當(dāng)?shù)娘L(fēng)險(xiǎn)管理來避免的事故和有害后果。在我們認(rèn)識到AI/ML的真正好處之前，從業(yè)者必須了解如何降低其風(fēng)險(xiǎn)。 本書描述了負(fù)責(zé)任的AI方法，這是一種以風(fēng)險(xiǎn)管理、網(wǎng)絡(luò)安全、數(shù)據(jù)隱私、應(yīng)用社會科學(xué)方面的 實(shí)踐為基礎(chǔ)，用于改進(jìn)AI/ML技術(shù)、業(yè)務(wù)流程、文化能力的綜合性框架。作者Patrick Hall、James Curtis、Parul Pandey為那些希望幫助組織、消費(fèi)者和公眾改善實(shí)際AI/ML系統(tǒng)成果的數(shù)據(jù)科學(xué)家創(chuàng)作了這本指南。
面向高風(fēng)險(xiǎn)應(yīng)用的機(jī)器學(xué)習(xí) 目錄
Foreword
Preface
Part I.Theories and Practical Applications of AI Risk Management
1.Contemporary Machine Learning Risk Management
2.Interpretable and Explainable Machine Learning
3.Debugging Machine Learning Systems for Safety and Performance
4.Managing Bias in Machine Learning
5.Security for Machine Learning
Part II.Putting AI Risk Management into Action
6.Explainable Boosting Machines and Explaining XGBoost
7.Explaining a PyTorch Image Classifier
8.Selecting and Debugging XGBoost Models
9.Debugging a PyTorch Image Classifier
10.Testing and Remediating Bias with XGBoost
11.Red-Teaming XGBoost
Part III.Conclusion
12.How to Succeed in High-Risk Machine Learning
展開全部
書友推薦
- >
【精裝繪本】畫給孩子的中國神話
- >
中國歷史的瞬間
- >
巴金－再思錄
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
隨園食單
- >
經(jīng)典常談
- >
二體千字文
- >
羅庸西南聯(lián)大授課錄
本類暢銷
