|
题名:
|
AI可解释性 [ 专著] AI ke jie shi xing / (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 |
|
ISBN:
|
978-7-302-60569-0 价格： CNY59.80 |
|
语种:
|
chi |
|
载体形态:
|
228页 图，照片 21cm |
|
出版发行:
|
出版地： 北京 出版社： 清华大学出版社 出版日期： 2022 |
|
内容提要:
|
本书共8章，内容包括：“前景”“AI可解释性：需求、机遇和挑战”“内在可解释性模型”“XAI的模型不可知方法”“解释深度学习模型”“用ML和XAI创造科学”“对抗性机器学习和可解释性”“关于XAI可持续模型的建议”。 |
|
主题词:
|
人工智能 |
|
中图分类法:
|
TP18 版次： 5 |
|
主要责任者:
|
詹法纳 zhan fa na 著 |
|
主要责任者:
|
塞科 sai ke 著 |
|
次要责任者:
|
郭涛 guo tao 译 |