Explainable Artificial Intelligence: Metodi, modelli e pratiche per comprendere e valutare le decisioni dell’IA - Brossura

Poggesi, Alessio

Brossura

ISBN 13: 9798193676485

Casa editrice: Independently published, 2026

Riassunto

Perché un modello di Intelligenza Artificiale prende una determinata decisione?

Un sistema può essere accurato e, allo stesso tempo, apprendere correlazioni fragili, sfruttare informazioni irrilevanti o produrre decisioni difficili da verificare. L’Explainable Artificial Intelligence nasce per rendere osservabili questi meccanismi e trasformare le predizioni dei modelli in oggetti di analisi, valutazione e controllo.

Questo manuale presenta in modo progressivo e scientificamente rigoroso i principali metodi dell’Explainable AI, partendo dalle basi del Machine Learning interpretabile fino alle tecniche post-hoc e ai modelli basati sui concetti.

Nel libro vengono affrontati:

• interpretability, explainability, fidelity e valutazione delle spiegazioni;


• alberi decisionali, regole, GAM, GA2M, EBM e Neural Additive Models;


• prototipi, ProtoPNet e apprendimento logico induttivo;


• approcci neuro-simbolici, Semantic Loss, Markov Logic Networks, ProbLog e DeepProbLog;


• LIME, PredDiff, SHAP e KernelSHAP;


• gradienti, SmoothGrad, Integrated Gradients, Grad-CAM e attention;


• ICE, Partial Dependence Plot e Permutation Feature Importance;


• Concept Bottleneck Models, Concept Embedding Models e concept interventions;


• fairness, robustezza, sanity checks, governance e quadro normativo europeo.

Ogni metodo viene introdotto attraverso il problema da risolvere, l’intuizione, la formalizzazione matematica, il funzionamento passo dopo passo, esempi concreti, vantaggi, limiti e criteri di utilizzo.

Il volume è rivolto a studenti di Informatica, Ingegneria Informatica, Intelligenza Artificiale e Data Science, oltre che a professionisti tecnici che desiderano comprendere e valutare criticamente le decisioni dei sistemi di Machine Learning.

Sono sufficienti conoscenze di base di Machine Learning. Non sono richieste competenze pregresse avanzate di Explainable AI.

Dettagli dell'edizione

• Editore: Independently published
• Data di pubblicazione: 2026
• Lingua: Italiano
• ISBN 13: 9798193676485
• Rilegatura: Taschenbuch
• Numero di pagine: 115
• Contatto del produttore: Manufactured by Amazon on behalf of the author; https://www.amazon.de/hz/contact-us; ; c/o Amazon Media EU S.à.r.l., 38 Avenue John F. Kennedy; Luxembourg; L-1855; Lussemburgo