Recenzii ale cititorilor
Rezumat:Cartea este o introducere cuprinzătoare în IA explicabilă (XAI) care acoperă o gamă largă de subiecte, instrumente și tehnici pentru îmbunătățirea interpretabilității modelelor de învățare automată, în special pentru practicienii care utilizează Python. Ea abordează necesitatea de a înțelege algoritmii black-box în aplicațiile AI și explorează considerațiile etice în AI. Cu toate acestea, unii cititori au considerat-o lipsită de profunzime în ceea ce privește tehnicile avansate și detaliile de implementare.
Avantaje:⬤ Introducere cuprinzătoare în XAI, cu accent pe aplicații și instrumente practice.
⬤ Acoperă o varietate de tehnici de interpretare și exemple din lumea reală.
⬤ Oferă rezumate, întrebări și referințe la sfârșitul fiecărui capitol pentru o mai bună înțelegere.
⬤ Abordează considerații etice și cadre juridice legate de IA.
⬤ Bună organizare și flux de informații, făcând accesibile subiecte complexe.
Dezavantaje:⬤ Lipsă de profunzime în ceea ce privește tehnicile avansate în anumite domenii, ceea ce duce la dezamăgirea celor care caută informații mai sofisticate.
⬤ Unii cititori critică organizarea generală și fluxul cărții.
⬤ Câțiva au considerat că nu este suficient de captivantă sau interesantă și s-au gândit să o returneze.
(pe baza a 12 recenzii ale cititorilor)
Titlul original:
Hands-On Explainable AI (XAI) with Python: Interpret, visualize, explain, and integrate reliable AI for fair, secure, and trustworthy AI apps
Conținutul cărții:
Rezolvați modelele cutiei negre din aplicațiile dvs. AI pentru a le face echitabile, demne de încredere și sigure. Familiarizați-vă cu principiile și instrumentele de bază pentru a implementa inteligența artificială explicabilă (XAI) în aplicațiile și interfețele dvs. de raportare.
Caracteristici principale
⬤ Învățați instrumentele și tehnicile AI explicabile pentru a procesa rezultate AI demne de încredere.
⬤ Înțelegeți cum să detectați, să tratați și să evitați problemele comune cu etica și prejudecățile AI.
⬤ Integrați AI corect în aplicații și interfețe de raportare populare pentru a oferi valoare de afaceri utilizând Python și instrumentele asociate.
Descrierea cărții
Transpunerea eficientă a perspectivelor AI către părțile interesate din afaceri necesită o planificare atentă, design și alegeri de vizualizare. Descrierea problemei, a modelului și a relațiilor dintre variabile și constatările lor sunt adesea subtile, surprinzătoare și complexe din punct de vedere tehnic.
Hands-On Explainable AI (XAI) cu Python vă va vedea lucrând cu proiecte Python practice specifice de învățare automată care sunt aranjate strategic pentru a vă îmbunătăți înțelegerea analizei rezultatelor AI. Veți construi modele, veți interpreta rezultatele cu ajutorul vizualizărilor și veți integra instrumentele de raportare XAI și diferite aplicații.
Veți construi soluții XAI în Python, TensorFlow 2, platforma XAI a Google Cloud, Google Colaboratory și alte cadre pentru a deschide cutia neagră a modelelor de învățare automată. Cartea vă va prezenta mai multe instrumente XAI open-source pentru Python care pot fi utilizate pe tot parcursul ciclului de viață al proiectului de învățare automată.
Veți învăța cum să explorați rezultatele modelelor de învățare automată, să revizuiți variabilele de influență cheie și relațiile dintre variabile, să detectați și să gestionați problemele de părtinire și etică și să integrați predicțiile utilizând Python, împreună cu sprijinirea vizualizării modelelor de învățare automată în interfețe explicabile pentru utilizator.
Până la sfârșitul acestei cărți despre IA, veți avea o înțelegere aprofundată a conceptelor de bază ale XAI.
Ce veți învăța
⬤ Planificați pentru XAI prin diferitele etape ale ciclului de viață al învățării automate.
⬤ Estimați punctele forte și punctele slabe ale aplicațiilor XAI open-source populare.
⬤ Examinați modul de detectare și tratare a problemelor de părtinire în datele de învățare automată.
⬤ Examinarea considerentelor de etică și a instrumentelor de abordare a problemelor comune din datele de învățare automată.
⬤ Împărtășirea celor mai bune practici de proiectare și vizualizare XAI.
⬤ Integrarea rezultatelor inteligenței artificiale explicabile folosind modele Python.
⬤ Utilizați seturile de instrumente XAI pentru Python în ciclurile de viață ale învățării automate pentru a rezolva probleme de afaceri.
Pentru cine este această carte
Această carte nu este o introducere în programarea Python sau în conceptele de învățare automată. Trebuie să aveți unele cunoștințe de bază și / sau experiență cu biblioteci de învățare automată, cum ar fi scikit-learn, pentru a profita la maximum de această carte.
Unii dintre potențialii cititori ai acestei cărți includ:
⬤ Profesioniști care utilizează deja Python pentru ca știința datelor, învățarea automată, cercetare și analiză.
⬤ Analiști de date și cercetători de date care doresc o introducere în instrumentele și tehnicile IA explicabile.
⬤ Manageri de proiect AI care trebuie să se confrunte cu obligațiile contractuale și legale ale AI Explainability pentru faza de acceptare a aplicațiilor lor.
