机读格式显示(MARC)

• 000 01264nam0 2200289 450

• 001 0000637882

• 005 20230723090400.0

• 010 __ |a 978-7-302-60569-0 |d CNY59.80

• 100 __ |a 20220812d2022 em y0chiy50 ea

• 101 1_ |a chi |c ita

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a AI可解释性 |A AIke jie shi xing |e Python语言版 |d = Explainable AI with python |f (意) 列奥尼达·詹法纳, 安东尼奥·迪·塞科著 |g 郭涛译

• 210 __ |a 北京 |c 清华大学出版社 |d 2022

• 215 __ |a 228页 |c 图 |d 21cm

• 320 __ |a 有书目

• 330 __ |a 木书将试图构建XAI的方法论体系, 形成一组工具和方法, 从而解释ML模型产生的复杂结果, 帮助人们理解ML模型, 使用不可知论、依赖模型的方法和内在可解释性, 全局可解释性和局部可解释性等方法对人工智能模型建立方法论, 来回答AI的“是什么”、“怎么做”和“为什么”的问题, 本书是纯粹的技术书籍, 技术准确, 具有科学性, 先进性, 对提高读者的技术水平大有好处。

• 500 10 |a Explainable AI with python |A Explainable Ai With Python |m Chinese

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 690 __ |a TP18 |v 5

• 701 _1 |a 詹法纳 |A zhan fa na |g (Gianfagna, Leonida) |4 著

• 701 _1 |a 塞科 |A sai ke |g (Cecco, Antonio Di) |4 著

• 702 _0 |a 郭涛 |A guo tao |4 译

• 801 _0 |a CN |b WFKJXY |c 20230717

• 905 __ |a WFKJXY |d TP18/298

• 920 __ |a 4370400 |z 1