Applied Machine Learning Explainability Techniques : Make ML models explainable and trustworthy for practical applications using LIME, SHAP, and more
Lingua: inglese
Editore: Packt Publishing, 2022
- Brossura
- Nuovo
Da: AHA-BUCH GmbH, Einbeck, GermaniaAHA-BUCH GmbH
Venditore AbeBooks dal 14 agosto 2006
Condizione: Nuovo
EUR 74,58
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
nach der Bestellung gedruckt Neuware - Printed after ordering - Leverage top XAI frameworks to explain your machine learning models with ease and discover best practices and guidelines to build scalable explainable ML systemsKey Features:Explore various explainability methods for designing robust and scalable explainable ML systemsUse XAI frameworks such as LIME and SHAP to make ML models explainable to solve practical problemsDesign user-centric explainable ML systems using guidelines provided for industrial applicationsBook Description:Explainable AI (XAI) is an emerging field that brings artificial intelligence (AI) closer to non-technical end users. XAI makes machine learning (ML) models transparent and trustworthy along with promoting AI adoption for industrial and research use cases.Applied Machine Learning Explainability Techniques comes with a unique blend of industrial and academic research perspectives to help you acquire practical XAI skills. You'll begin by gaining a conceptual understanding of XAI and why it's so important in AI. Next, you'll get the practical experience needed to utilize XAI in AI/ML problem-solving processes using state-of-the-art methods and frameworks. Finally, you'll get the essential guidelines needed to take your XAI journey to the next level and bridge the existing gaps between AI and end users.By the end of this ML book, you'll be equipped with best practices in the AI/ML life cycle and will be able to implement XAI methods and approaches using Python to solve industrial problems, successfully addressing key pain points encountered.What You Will Learn:Explore various explanation methods and their evaluation criteriaLearn model explanation methods for structured and unstructured dataApply data-centric XAI for practical problem-solvingHands-on exposure to LIME, SHAP, TCAV, DALEX, ALIBI, DiCE, and othersDiscover industrial best practices for explainable ML systemsUse user-centric XAI to bring AI closer to non-technical end usersAddress open challenges in XAI using the recommended guidelinesWho this book is for:This book is for scientists, researchers, engineers, architects, and managers who are actively engaged in machine learning and related fields. Anyone who is interested in problem-solving using AI will benefit from this book. Foundational knowledge of Python, ML, DL, and data science is recommended. AI/ML experts working with data science, ML, DL, and AI will be able to put their knowledge to work with this practical guide. This book is ideal for you if you're a data and AI scientist, AI/ML engineer, AI/ML product manager, AI product owner, AI/ML researcher, and UX and HCI researcher.…
Codice articolo 9781803246154
- Titolo
- Applied Machine Learning Explainability Techniques : Make ML models explainable and trustworthy for practical applications using LIME, SHAP, and more
- Autore
- Aditya Bhattacharya
- Editore
- Packt Publishing
- Anno di pubblicazione
- 2022
- Condizione
- Neu
- Rilegatura
- Taschenbuch
- Lingua
- inglese
- ISBN 10
- 1803246154
- ISBN 13
- 9781803246154
- Peso dell'articolo
- 575 grammi
- Dimensioni
- 235x191x17 mm
Leverage top XAI frameworks to explain your machine learning models with ease and discover best practices and guidelines to build scalable explainable ML systems
Key Features
- Explore various explainability methods for designing robust and scalable explainable ML systems
- Use XAI frameworks such as LIME and SHAP to make ML models explainable to solve practical problems
- Design user-centric explainable ML systems using guidelines provided for industrial applications
Book Description
Explainable AI (XAI) is an emerging field that brings artificial intelligence (AI) closer to non-technical end users. XAI makes machine learning (ML) models transparent and trustworthy along with promoting AI adoption for industrial and research use cases.
Applied Machine Learning Explainability Techniques comes with a unique blend of industrial and academic research perspectives to help you acquire practical XAI skills. You'll begin by gaining a conceptual understanding of XAI and why it's so important in AI. Next, you'll get the practical experience needed to utilize XAI in AI/ML problem-solving processes using state-of-the-art methods and frameworks. Finally, you'll get the essential guidelines needed to take your XAI journey to the next level and bridge the existing gaps between AI and end users.
By the end of this ML book, you'll be equipped with best practices in the AI/ML life cycle and will be able to implement XAI methods and approaches using Python to solve industrial problems, successfully addressing key pain points encountered.
What you will learn
- Explore various explanation methods and their evaluation criteria
- Learn model explanation methods for structured and unstructured data
- Apply data-centric XAI for practical problem-solving
- Hands-on exposure to LIME, SHAP, TCAV, DALEX, ALIBI, DiCE, and others
- Discover industrial best practices for explainable ML systems
- Use user-centric XAI to bring AI closer to non-technical end users
- Address open challenges in XAI using the recommended guidelines
Who this book is for
This book is for scientists, researchers, engineers, architects, and managers who are actively engaged in machine learning and related fields. Anyone who is interested in problem-solving using AI will benefit from this book. Foundational knowledge of Python, ML, DL, and data science is recommended. AI/ML experts working with data science, ML, DL, and AI will be able to put their knowledge to work with this practical guide. This book is ideal for you if you're a data and AI scientist, AI/ML engineer, AI/ML product manager, AI product owner, AI/ML researcher, and UX and HCI researcher.
Table of Contents
- Foundational Concepts of Explainability Techniques
- Model Explainability Methods
- Data-Centric Approaches
- LIME for Model Interpretability
- Practical Exposure to Using LIME in ML
- Model Interpretability Using SHAP
- Practical Exposure to Using SHAP in ML
- Human-Friendly Explanations with TCAV
- Other Popular XAI Frameworks
- XAI Industry Best Practices
- End User-Centered Artificial Intelligence
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Aditya Bhattacharya is an Explainable AI Researcher at KU Leuven with the mission to bring AI closer to end-users.
Previously, I had worked as the AI Lead and a data scientist at West Pharmaceuticals. I have an overall exposure of 6 years in Data Science, Machine Learning, IoT, and Software Development. I have led more than 20 AI projects and programs democratizing AI practice for West and Microsoft. In West, I have contributed to forming the AI team and developed end-to-end solutions from scratch. I also have people management experience of about 2 years at West and have led and managed a global team of 10+ members.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
AHA-BUCH GmbH
Einbeck, Germania
Venditore AbeBooks dal 14 agosto 2006
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 7 a 10 giorni lavorativi | Da 5 a 7 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 35,00 | EUR 45,00 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Descrizione dello Store
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Specializzazione
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformazioni sull’azienda del venditore
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Germania 37574
Condizioni di vendita
Imprimere
Informazioni sul venditore:
AHA-BUCH GmbH
rappresentata dall'amministratore delegato Christel Glass
Garlebsen 48
37574 Einbeck
Germania
Telefono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
registrato presso Registro delle imprese Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Risoluzione alternativa delle controversie:
La Commissione europea fornisce una piattaforma per la risoluzione extragiudiziale delle controversie online (piattaforma ODR), accessibile nell'ambito di https://ec.europa.eu/odr.
Siamo membri dell'iniziativa "FairCommerce" dal 25.05.2018.
Per ulteriori informazioni, vedere www.fair-commerce.de.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a AHA-BUCH GmbH, Einbeck, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Spediamo il tuo ordine dopo averlo ricevuto
per articoli a portata di mano entro 24 ore,
per articoli con fornitura notturna entro 48 ore.
Nel caso in cui abbiamo bisogno di ordinare un articolo dal nostro fornitore, il nostro tempo di spedizione dipende dalla data di ricezione degli articoli, ma gli articoli verranno spediti lo stesso giorno.
Il nostro obiettivo è quello di inviare gli articoli ordinati nel modo più veloce, ma anche più efficiente e sicuro ai nostri clienti.