Explainable AI: Foundations, Methodologies and Applications

· ·
· Intelligent Systems Reference Library หนังสือเล่มที่ 232 · Springer Nature
eBook
256
หน้า
คะแนนและรีวิวไม่ได้รับการตรวจสอบยืนยัน  ดูข้อมูลเพิ่มเติม

เกี่ยวกับ eBook เล่มนี้

This book presents an overview and several applications of explainable artificial intelligence (XAI). It covers different aspects related to explainable artificial intelligence, such as the need to make the AI models interpretable, how black box machine/deep learning models can be understood using various XAI methods, different evaluation metrics for XAI, human-centered explainable AI, and applications of explainable AI in health care, security surveillance, transportation, among other areas.

The book is suitable for students and academics aiming to build up their background on explainable AI and can guide them in making machine/deep learning models more transparent. The book can be used as a reference book for teaching a graduate course on artificial intelligence, applied machine learning, or neural networks. Researchers working in the area of AI can use this book to discover the recent developments in XAI. Besides its use in academia, this book could be used by practitioners in AI industries, healthcare industries, medicine, autonomous vehicles, and security surveillance, who would like to develop AI techniques and applications with explanations.



ให้คะแนน eBook นี้

แสดงความเห็นของคุณให้เรารับรู้

ข้อมูลในการอ่าน

สมาร์ทโฟนและแท็บเล็ต
ติดตั้งแอป Google Play Books สำหรับ Android และ iPad/iPhone แอปจะซิงค์โดยอัตโนมัติกับบัญชีของคุณ และช่วยให้คุณอ่านแบบออนไลน์หรือออฟไลน์ได้ทุกที่
แล็ปท็อปและคอมพิวเตอร์
คุณฟังหนังสือเสียงที่ซื้อจาก Google Play โดยใช้เว็บเบราว์เซอร์ในคอมพิวเตอร์ได้
eReader และอุปกรณ์อื่นๆ
หากต้องการอ่านบนอุปกรณ์ e-ink เช่น Kobo eReader คุณจะต้องดาวน์โหลดและโอนไฟล์ไปยังอุปกรณ์ของคุณ โปรดทำตามวิธีการอย่างละเอียดในศูนย์ช่วยเหลือเพื่อโอนไฟล์ไปยัง eReader ที่รองรับ

อ่านซีรีส์นี้ต่อ

รายการอื่นๆ ที่เขียนโดย Mayuri Mehta

eBook ที่คล้ายกัน