同类推荐
-
-
深度强化学习算法原理与实战：基于MATLAB
-
¥109.00
-
-
MCP全场景应用与跨平台调用:Cursor+Blend…
-
¥79.00
-
-
MCP全场景应用与跨平台调用:Cursor+Blend…
-
¥79.00
-
-
MCP全场景应用与跨平台调用:Cursor+Blend…
-
¥79.00
-
-
Vibe编程:探索AI时代编程新范式
-
¥69.80
-
-
Kimi实战精粹
-
¥69.90
-
-
人工智能物联网应用:基于树莓派
-
¥49.00
-
-
人工智能物联网应用:基于树莓派
-
¥49.00
-
-
人工智能物联网应用:基于树莓派
-
¥49.00
-
-
人人都需要的通用智能体助手:Manus+扣子空间+秒哒…
-
¥79.00
|
|
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
|
1
|
泰安展厅库
|
2025-08-29
|
|
其它供货商库存合计
|
500
|
|
2025-08-28
|
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。 |
|