Envío a todo Costa Rica por solo ₡1490 

Enviar a
Costa Rica
0

Mi Cuenta

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menú

Selecciona tu país

América

Europa

Resto del mundo

portada Practical Explainable AI Using Python: Artificial Intelligence Model Explanations Using Python-Based Libraries, Extensions, and Frameworks (en Inglés)
Formato
Libro Físico
Autor
Editorial
Idioma
Inglés
N° páginas
344
Encuadernación
Tapa Blanda
Dimensiones
25.4 x 17.8 x 1.9 cm
Peso
0.63 kg.
ISBN13
9781484271575
Categorías

Practical Explainable AI Using Python: Artificial Intelligence Model Explanations Using Python-Based Libraries, Extensions, and Frameworks (en Inglés)

Pradeepta Mishra (Autor) · Apress · Tapa Blanda

Practical Explainable AI Using Python: Artificial Intelligence Model Explanations Using Python-Based Libraries, Extensions, and Frameworks (en Inglés) - Mishra, Pradeepta

Libro Nuevo Importado
Envío: 7 a 9 días háb.
₡ 25.603
Costos de importación y 13% IVA incluídos en el precio ✅
Libro Nuevo

Quedan más de 100 unidades

₡ 25.603
Llega entre el 18 Ago y el 24 Ago a Costa Rica. Seleccionar ubicación

Elige la lista en la que quieres agregar tu producto o crea una nueva lista

Ir a Mis Listas
Calcula el costo de envío

Reseña del libro "Practical Explainable AI Using Python: Artificial Intelligence Model Explanations Using Python-Based Libraries, Extensions, and Frameworks (en Inglés)"

Learn the ins and outs of decisions, biases, and reliability of AI algorithms and how to make sense of these predictions. This book explores the so-called black-box models to boost the adaptability, interpretability, and explainability of the decisions made by AI algorithms using frameworks such as Python XAI libraries, TensorFlow 2.0+, Keras, and custom frameworks using Python wrappers.You'll begin with an introduction to model explainability and interpretability basics, ethical consideration, and biases in predictions generated by AI models. Next, you'll look at methods and systems to interpret linear, non-linear, and time-series models used in AI. The book will also cover topics ranging from interpreting to understanding how an AI algorithm makes a decision Further, you will learn the most complex ensemble models, explainability, and interpretability using frameworks such as Lime, SHAP, Skater, ELI5, etc. Moving forward, youwill be introduced to model explainability for unstructured data, classification problems, and natural language processing-related tasks. Additionally, the book looks at counterfactual explanations for AI models. Practical Explainable AI Using Python shines the light on deep learning models, rule-based expert systems, and computer vision tasks using various XAI frameworks.What You'll LearnReview the different ways of making an AI model interpretable and explainableExamine the biasness and good ethical practices of AI modelsQuantify, visualize, and estimate reliability of AI modelsDesign frameworks to unbox the black-box modelsAssess the fairness of AI modelsUnderstand the building blocks of trust in AI modelsIncrease the level of AI adoptionWho This Book Is ForAI engineers, data scientists, and software developers involved in driving AI projects/ AI products.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

¿El libro es original?

Todos los libros de nuestro catálogo son Originales.

¿En qué Idioma está escrito el libro?

El libro está escrito en Inglés.

¿Cuál es la encuadernación de este libro?

La encuadernación de esta edición es Tapa Blanda.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes