Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 8 votes.
Titre original :
Machine Learning for High-Risk Applications: Approaches to Responsible AI
Contenu du livre :
La dernière décennie a vu l'adoption à grande échelle des technologies d'intelligence artificielle et d'apprentissage automatique (IA/ML). Cependant, un manque de surveillance dans leur mise en œuvre généralisée a entraîné certains incidents et résultats néfastes qui auraient pu être évités avec une bonne gestion des risques. Avant de pouvoir profiter des avantages réels de l'IA/ML, les praticiens doivent comprendre comment atténuer ses risques.
Ce livre décrit les approches de l'IA responsable - un cadre holistique pour améliorer la technologie de l'IA/ML, les processus commerciaux et les compétences culturelles qui s'appuie sur les meilleures pratiques en matière de gestion des risques, de cybersécurité, de confidentialité des données et de sciences sociales appliquées. Les auteurs Patrick Hall, James Curtis et Parul Pandey ont créé ce guide pour les scientifiques des données qui veulent améliorer les résultats des systèmes d'IA/ML dans le monde réel pour les organisations, les consommateurs et le public.
⬤ Apprenez les approches techniques de l'IA responsable en matière d'explicabilité, de validation et de débogage des modèles, de gestion des biais, de confidentialité des données et de sécurité du ML.
⬤ Apprendre à créer une pratique de gestion des risques liés à l'IA qui soit efficace et qui ait un impact.
⬤ Obtenir un guide de base des normes, lois et évaluations existantes pour l'adoption des technologies de l'IA, y compris le nouveau cadre de gestion des risques de l'IA du NIST.
⬤ S'engager avec des ressources interactives sur GitHub et Colab.
Autres informations sur le livre :
| ISBN : | 9781098102432 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2023 |
| Nombre de pages : | 350 |
Achat:
Actuellement disponible, en stock.
