| Titre : |
Explainable AI with Python |
| Type de document : |
texte imprimé |
| Auteurs : |
Leonida Gianfagna, Auteur ; Antonio Cecco Di, Auteur |
| Editeur : |
New York : Springer Verlag |
| Année de publication : |
2021 |
| Importance : |
VIII202 P. |
| Présentation : |
Broché. Couv. en coul., graph, ill. |
| Format : |
23 cm |
| ISBN/ISSN/EAN : |
978-3-030-68639-0 |
| Langues : |
Anglais (eng) |
| Catégories : |
(02.60) Analyse numerique et informatique
|
| Mots-clés : |
Computer languages |
| Index. décimale : |
02.60 |
| Résumé : |
1 The Landscape. - 2 Explainable AI: Needs, Opportunities, and Challenges. - 3 Intrinsic Explainable Models. - 4 Model-Agnostic Methods for XAI. - 5 Explaining Deep Learning Models. - 6 Making Science with Machine Learning and XAI. - 7 Adversarial Machine Learning and Explainability. - 8 A Proposal for a Sustainable Model of Explainable AI |
