У цій книзі розглядаються так звані моделі «чорної скриньки» для підвищення адаптивності, інтерпретованості та зрозумілості рішень, що приймаються алгоритмами штучного інтелекту (ІІ), з використанням таких фреймворків, як бібліотеки Python XAI, TensorFlow 2.0+, Keras, а також користувацьких фреймворків, які використовують Python оболонки. Викладаються основи зрозумілості та інтерпретованості моделей, обговорюються методи та системи для інтерпретації лінійних, нелінійних моделей та моделей часових рядів, що використовуються в ІІ. Ви дізнаєтесь, як алгоритм ІІ приймає рішення і як зробити модель ІІ інтерпретованою та зрозумілою, ознайомтеся з моделями глибокого навчання.