题名:
|
AI可解释性 / (意) 列奥尼达·詹法纳, 安东尼奥·迪·塞科著 , 郭涛译 |
ISBN:
|
978-7-302-60569-0 价格: CNY59.80 |
语种:
|
chi |
载体形态:
|
228页 图 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:
|
本书介绍了AI可解释性的概念和可用技术,从不可知论、依赖模型方法或内在可解释性构建了人工智能模型方法论,从全局可解释性和局部可解释性两个方面来回答AI“是什么”“为什么”以及“如何做”等方面的问题。 |
主题词:
|
人工智能 |
主题词:
|
软件工具 程序设计 |
中图分类法:
|
TP18 版次: 5 |
中图分类法:
|
TP311.561 版次: 5 |
主要责任者:
|
詹法纳 著 |
主要责任者:
|
塞科 著 |
次要责任者:
|
郭涛 译 |
责任者附注:
|
列奥尼达·詹法纳(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论文,被授予IBM发明大师(IBM Master Inventor)。 |