Explainable AI Models in Python
Read a fragment
Instant download
after payment (24/7)
Wide range of formats
(for all gadgets)
Full book
(including for Apple and Android)
This book explores so-called “black box” models to improve the adaptability, interpretability, and explainability of decisions made by artificial intelligence (AI) algorithms, using frameworks such as the Python XAI, TensorFlow 2.0+, Keras, and custom libraries frameworks using Python wrappers. The fundamentals of model explainability and interpretability are outlined, and methods and systems for interpreting linear, nonlinear, and time series models used in AI are discussed. You will learn how an AI algorithm makes decisions and how to make an AI model interpretable and explainable, and become familiar with deep learning models.
FL/873916/R
Data sheet
- Name of the Author
- Прадипта Мишра
- Language
- Russian
- Translator
- С. В. Минц
Reviews
Відмінний ресурс для тих, хто прагне зрозуміти штучний інтелект!
Ця книга є справжнім скарбом для всіх, хто цікавиться штучним інтелектом та його застосуванням у реальному світі. Автор детально розглядає моделі «чорної скриньки» та пояснює, як підвищити адаптивність і зрозумілість рішень, що приймаються алгоритмами. Використання популярних фреймворків, таких як TensorFlow і Keras, робить матеріал доступним і практичним. Я особливо оцінив розділи, присвячені інтерпретації моделей, адже це важливий аспект, який часто залишається поза увагою в інших джерелах. Книга не лише надає теоретичні знання, але й практичні приклади, що дозволяє читачеві легко впроваджувати отримані знання у свої проекти. Рекомендую цю книгу всім, хто хоче поглибити свої знання в області штучного інтелекту та навчитися створювати зрозумілі та інтерпретовані моделі!
Products from this category:
This book explores so-called “black box” models to improve the adaptability, interpretability, and explainability of decisions made by artificial intelligenc...