Trustworthy Machine Learning under Imperfect Data
Lingua: inglese
Editore: Springer, Springer Okt 2025, 2025
- Rilegato
- Nuovo
Da: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, GermaniaBuchWeltWeit Ludwig Meier e.K.
Venditore AbeBooks dal 11 gennaio 2012
Condizione: Nuovo
EUR 171,19
Quantità: 2 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
This item is printed on demand - it takes 3-4 days longer - Neuware -The subject of this book centres around trustworthy machine learning under imperfect data. It is primarily designed for scientists, researchers, practitioners, professionals, postgraduates and undergraduates in thefield of machine learning and artificial intelligence. The book focuses on trustworthy deep learning under various types of imperfect data, including noisy labels, adversarial examples, and out-of-distribution data. It covers trustworthy machine learning algorithms, theories, and systems.The main goal of the book is to provide students and researchers in academia with anunbiased and comprehensive literature review. More importantly, it aims to stimulateinsightful discussions about the future of trustworthy machine learning. By engaging the audiencein more in-depth conversations, the book intends to spark ideas for addressing coreproblems in this topic. For example, it will explore how to build up benchmark datasets innoisy-supervised learning, how to tackle the emerging adversarial learning, andhow to tackle out-of-distribution detection.For practitioners in the industry,this book will present state-of-the-art trustworthy machine learning methods tohelp them solve real-world problems in different scenarios, such as onlinerecommendation and web search. While the book will introduce the basics ofknowledge required, readers will benefit from having some familiarity withlinear algebra, probability, machine learning, and artificial intelligence. The emphasis will be on conveying the intuition behind all formal concepts,theories, and methodologies, ensuring the book remains self-contained at a highlevel. 300 pp. Englisch.…
Codice articolo 9789819693955
- Titolo
- Trustworthy Machine Learning under Imperfect Data
- Autore
- Bo Han
- Editore
- Springer, Springer Okt 2025
- Anno di pubblicazione
- 2025
- Condizione
- Neu
- Rilegatura
- Buch
- Lingua
- inglese
- ISBN 10
- 9819693950
- ISBN 13
- 9789819693955
- Peso dell'articolo
- 615 grammi
- Dimensioni
- 241x160x22 mm
The subject of this book centres
around trustworthy machine learning under imperfect data. It is primarily designed for
scientists, researchers, practitioners, professionals, postgraduates and
undergraduates in the
field of machine learning and artificial intelligence. The book focuses
on trustworthy deep learning under various types of imperfect data, including
noisy labels, adversarial examples, and out-of-distribution data. It covers
trustworthy machine learning algorithms, theories, and systems.
The main goal of the book is to provide students and researchers in academia with an
unbiased and comprehensive literature review. More importantly, it aims to stimulate
insightful discussions about the future of trustworthy machine learning. By engaging the audience
in more in-depth conversations, the book intends to spark ideas for addressing core
problems in this topic. For example, it will explore how to build up benchmark datasets in
noisy-supervised learning, how to tackle the emerging adversarial learning, and
how to tackle out-of-distribution detection.
For practitioners in the industry,
this book will present state-of-the-art trustworthy machine learning methods to
help them solve real-world problems in different scenarios, such as online
recommendation and web search. While the book will introduce the basics of
knowledge required, readers will benefit from having some familiarity with
linear algebra, probability, machine learning, and artificial intelligence. The
emphasis will be on conveying the intuition behind all formal concepts,
theories, and methodologies, ensuring the book remains self-contained at a high
level.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Prof. Bo Han is an Assistant Professor
in Machine Learning at Hong Kong Baptist University and a BAIHO Visiting
Scientist at RIKEN AIP, where his research focuses on machine learning, deep
learning, foundation models and their applications. He was a Visiting Faculty Researcher
at Microsoft Research and a Postdoc Fellow at RIKEN AIP. He has co authored a
machine learning monograph by MIT Press. He has served as Area Chairs of
NeurIPS, ICML, ICLR and UAI. He has also served as Action Editors and Editorial
Board Members of JMLR, MLJ, JAIR, TMLR and IEEE TNNLS. He received the
Outstanding Paper Award at NeurIPS and Outstanding Area Chair at ICLR. He
received the RIKEN BAIHO Award (2019), RGC Early CAREER Scheme (2020),
Microsoft Research StarTrack Program (2021), and Tencent AI Faculty Research
Award (2022).
Prof. Tongliang Liu is the Director of
Sydney AI Centre at University of Sydney, Australia; a Visiting Professor of
University of Science and Technology of China, Hefei, China; a Visiting
Scientist of RIKEN AIP, Tokyo, Japan; and a Visiting Associate Professor at
Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, United Arab
Emirates. He has published more than 100 papers at leading ML/AI conferences
and journals. He is regularly the meta reviewer of ICML, NeurIPS, ICLR, UAI,
IJCAI, and AAAI. He is the Action Editor of Transactions on Machine Learning
Research, Associate Editor of ACM Computing Surveys, and in the Editorial Board
of Journal of Machine Learning Research and the Machine Learning journal. He
received the ARC DECRA Award in 2018, ARC Future Fellowship Award in 2022, and
IEEE AI's 10 to Watch Award in 2023. He also received multiple faculty awards,
e.g., from OPPO and Meituan.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
BuchWeltWeit Ludwig Meier e.K.
Bergisch Gladbach, Germania
Venditore AbeBooks dal 11 gennaio 2012
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 5 a 15 giorni lavorativi | Da 5 a 15 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 23,00 | EUR 23,00 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Informazioni sull’azienda del venditore
BuchWeltWeit Ludwig Meier e.K.
Germania
Condizioni di vendita
BuchWeltWeit Inh. Ludwig Meier e.K.
Inhaber: Ludwig Meier
De-Gasperi-Str. 8
51469 Bergisch Gladbach
Deutschland
Tel.: +49(0)22028659300
Fax: +49(0)22028659301
E-Mail: info@buchweltweit.de
Registergericht: Amtsgericht Köln
Registernummer: HRA 28253
Umsatzsteuer-Identifikationsnummer: DE815259907
Wir sind zur Teilnahme an einem Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle weder verpflichtet noch bereit.
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 BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, 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
Der Versand ins Ausland findet IMMER mit DHL statt. Auch nach Österreich verschicken wir nur mit DHL! Daher Standardversand == Luftpost!