同类推荐
-
-
人工智能大模型数学基础
-
¥149.00
-
-
MCP技术全解析：从架构原理到多场景应用实战
-
¥99.00
-
-
MCP技术全解析：从架构原理到多场景应用实战
-
¥99.00
-
-
MCP技术全解析：从架构原理到多场景应用实战
-
¥99.00
-
-
深度学习实践:基于TensorFlow及PyTorch…
-
¥68.00
-
-
AI即未来：普通人用好人工智能的18大工作场景
-
¥69.00
-
-
AI即未来：普通人用好人工智能的18大工作场景
-
¥69.00
-
-
AI即未来：普通人用好人工智能的18大工作场景
-
¥69.00
-
-
网络化多智能体高品质协同控制方法及应用
-
¥68.00
-
-
驾驭Gemini 3与Nano Banana:人人都是…
-
¥69.80
|
|
图书信息
|
|
|
|
可信机器学习
|
| ISBN： | 9787302678717 |
定价： | ￥69.00 |
| 作者： | (美)库什·R.瓦什尼(Kush R. Varshney)著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2024年12月 |
开本： | 26cm |
| 页数： | 11,217页 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
14
|
库区4/泰安展厅库
|
2026-02-02
|
|
其它供货商库存合计
|
500
|
|
2026-02-02
|
图书简介 | | 本书内容分六部分。第一部分详细阐述可信机器学习的框架、机器学习生命周期以及安全性相关概念；第二部分针对机器学习中的数据介绍数据偏差、数据隐私等相关概念和解决方法；第三部分围绕建模过程介绍检测理论、监督学习和因果建模的理论及方法；第四部分针对机器学习的可靠性，讲解分布偏移的概念和缓解方法，以及机器学习公平性和安全性方法；第五部分围绕人与机器的交互，阐述机器学习的可解释性、透明性和价值对齐；第六部分针对机器学习的目标，介绍伦理原则、社会公益以及过滤气泡等问题。 |
|