返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书AI可解释(Python语言版)9787302605690
  • 正版全新
    • 作者: (意)列奥尼达·詹法纳,(意)安东尼奥·迪·塞科著 | (意)列奥尼达·詹法纳,(意)安东尼奥·迪·塞科编 | (意)列奥尼达·詹法纳,(意)安东尼奥·迪·塞科译 | (意)列奥尼达·詹法纳,(意)安东尼奥·迪·塞科绘
    • 出版社: 清华大学出版社
    • 出版时间:2022-08-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (意)列奥尼达·詹法纳,(意)安东尼奥·迪·塞科著| (意)列奥尼达·詹法纳,(意)安东尼奥·迪·塞科编| (意)列奥尼达·詹法纳,(意)安东尼奥·迪·塞科译| (意)列奥尼达·詹法纳,(意)安东尼奥·迪·塞科绘
    • 出版社:清华大学出版社
    • 出版时间:2022-08-01
    • 版次:1
    • 印次:1
    • 字数:223000
    • 页数:120
    • 开本:16开
    • ISBN:9787302605690
    • 版权提供:清华大学出版社
    • 作者:(意)列奥尼达·詹法纳,(意)安东尼奥·迪·塞科
    • 著:(意)列奥尼达·詹法纳,(意)安东尼奥·迪·塞科
    • 装帧:平装
    • 印次:1
    • 定价:59.80
    • ISBN:9787302605690
    • 出版社:清华大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2022-08-01
    • 页数:120
    • 外部编号:1202722068
    • 版次:1
    • 成品尺寸:暂无

    章 前景 1

    1.1 AI可解释示例 2

    1.1.1 学习阶段 3

    1.1.2 知识发现 4

    1.1.3 可靠和鲁棒 5

    1.1.4 三个示例的启示 5

    1.2 ML和XAI 6

    1.2.1 ML分类法 8

    1.2.2 常见误解 11

    1.3 对AI可解释的需求 12

    1.4 可解释与可理解:为表达相同事物的不同词语 14

    1.4.1 从物质世界到人类 15

    1.4.2 相关不是因果 16

    1.4.3 那么可理解和可解释的区是什么 19

    1.5 使ML系统具备可解释 21

    1.5.1 XAI工作流程 21

    1.5.2 全局视觉 24

    1.6 我们真的需要ML模型的可解释吗 26

    1.7 小结 28

    参考文献 29



    第2章 AI可解释:需求、机遇和挑战 31

    ……

    "Leonida Gianfagna博士是一位理论物理学家,目前在网络安全领域工作,担任Cyber Guru的研发总监。在加入Cyber Guru之前,他在IBM工作了15年,担任ITSM(IT服务管理)软件开发的领导。Leonida发表了多篇理论物理和计算机科学的,被授予IBM发明大师(IBM Master Inventor)。
    Antonio Di Cecco是一位理论物理学家,拥有强大的数学背景。他接近致力于提供从入门到专家等不同层次的线上或线下AIML教育,使用深入挖掘AIML模型的数学基础的教育方法,并打开了新的角度来展示AIML知识和现有技术的改进空间。Antonio还拥有专注于创新和教学经验的经济学硕士。他还是一家意大利人工智能学院的领导,该学院在罗马和佩斯卡拉都有分支机构。
    译者:郭涛,主要从事模式识别与人工智能、智能机器人、软件工程、地理人工智能(GeoAI)和时空大数据挖掘与分析等前沿交叉技术的研究。翻译出版了《复杂思考:复杂科学与计算模型(第2版)》《神经网络设计与实现》和《概率图模型及计算机视觉应用》等书。"

    "《AI可解释(Python语言版)》的出版恰逢其时,通过构建XAI的方体系,形成一组工具和方法,从而解释ML模型产生的复杂结果,帮人们理解ML模型。本书从不可知论、依赖模型方法或内在可解释构建了人工智能模型方,从全局可解释和局部可解释两个方面来回答AI“是什么”“为什么以及“如何做”等方面的问题。本书适合人工智能从业者、计算机科学家、统计科学家以及所有对机器学习模型可解释兴趣的读者阅读。
    "

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购