这本书提供了使“机器学习”系统更可解释的最新概念和可用的技术的全面介绍。本文提出的方法几乎可以应用于所有当前的“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。

机器学习(Machine Learning)的进展正在增加使用人工代理来执行以前由人类处理的关键任务(医疗、法律和金融等)。虽然指导这些代理设计的原则是可以理解的,但目前大多数深度学习模型对人类的理解是“不透明的”。《Python可解释人工智能》通过从理论和实践的角度,填补了目前关于这一新兴主题的文献空白,使读者能够快速使用可解释人工智能的工具和代码。

本书以可解释AI (XAI)是什么以及为什么在该领域需要它为例开始,详细介绍了根据特定背景和需要使用XAI的不同方法。然后介绍利用Python的具体示例对可解释模型的实际操作,展示如何解释内在的可解释模型以及如何产生“人类可理解的”解释。XAI的模型不可知方法可以在不依赖于“不透明”的ML模型内部的情况下产生解释。使用计算机视觉的例子,作者然后着眼于可解释的模型的深度学习和未来的展望方法。从实践的角度,作者演示了如何在科学中有效地使用ML和XAI。最后一章解释了对抗性机器学习以及如何使用对抗性例子来做XAI。

https://www.springer.com/gp/book/9783030686390

成为VIP会员查看完整内容
181

相关内容

Python是一种面向对象的解释型计算机程序设计语言,在设计中注重代码的可读性,同时也是一种功能强大的通用型语言。
一图掌握《可解释人工智能XAI》操作指南
专知会员服务
58+阅读 · 2021年5月3日
【干货书】数据科学手册,456页pdf
专知会员服务
144+阅读 · 2021年4月27日
【干货书】Python机器学习,361页pdf
专知会员服务
252+阅读 · 2021年2月25日
自然语言处理现代方法,176页pdf
专知会员服务
262+阅读 · 2021年2月22日
Python机器学习经典实例,366页pdf
专知会员服务
101+阅读 · 2021年1月2日
最新《监督机器学习可解释性》2020大综述论文,74页pdf
专知会员服务
129+阅读 · 2020年11月19日
【干货书】Python 编程,480页pdf
专知会员服务
227+阅读 · 2020年8月14日
AAAI 2020 最新“可解释人工智能 XAI”教程
学术头条
5+阅读 · 2020年2月11日
【综述】医疗可解释人工智能综述论文
专知
32+阅读 · 2019年7月18日
可解释AI(XAI)工具集—DrWhy
专知
25+阅读 · 2019年6月4日
Arxiv
4+阅读 · 2018年12月3日
Arxiv
25+阅读 · 2018年8月19日
Arxiv
7+阅读 · 2018年1月31日
VIP会员
相关VIP内容
一图掌握《可解释人工智能XAI》操作指南
专知会员服务
58+阅读 · 2021年5月3日
【干货书】数据科学手册,456页pdf
专知会员服务
144+阅读 · 2021年4月27日
【干货书】Python机器学习,361页pdf
专知会员服务
252+阅读 · 2021年2月25日
自然语言处理现代方法,176页pdf
专知会员服务
262+阅读 · 2021年2月22日
Python机器学习经典实例,366页pdf
专知会员服务
101+阅读 · 2021年1月2日
最新《监督机器学习可解释性》2020大综述论文,74页pdf
专知会员服务
129+阅读 · 2020年11月19日
【干货书】Python 编程,480页pdf
专知会员服务
227+阅读 · 2020年8月14日
微信扫码咨询专知VIP会员