Applied Machine Learning Explainability Techniques : Make ML models explainable and trustworthy for practical applications using LIME, SHAP, and more

Aditya Bhattacharya

6 Bewertungen von Goodreads

Sprache: Englisch

Verlag: Packt Publishing, 2022

1803246154 / 9781803246154

Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei AbeBooks seit 14. August 2006

Softcover

Zustand: Neu

EUR 79,51

EUR 35,00 Versand 
Versand von Deutschland nach USA

Anzahl: 1 verfügbar

In den Warenkorb
30 Tage kostenlose Rückgabe

Artikelbeschreibung des Verkäufers

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.…

Bestandsnummer des Verkäufers 9781803246154

Titel
Applied Machine Learning Explainability Techniques : Make ML models explainable and trustworthy for practical applications using LIME, SHAP, and more
Autor
Aditya Bhattacharya
Verlag
Packt Publishing
Erscheinungsjahr
2022
Zustand
Neu
Einband
Taschenbuch
Sprache
Englisch
ISBN-10
1803246154
ISBN-13
9781803246154
Artikelgewicht
575 Gramm
Abmessungen
235x191x17 mm

AHA-BUCH GmbH

Einbeck, Deutschland

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei AbeBooks seit 14. August 2006

Versandkosten von Deutschland nach USA

Artikel7 bis 10 Werktage5 bis 7 Werktage
Erster ArtikelEUR 35,00EUR 45,00
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Banküberweisung
  • PayPal
  • Vorauskasse

Shopbeschreibung

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.

Spezialisierung

Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & Studium

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

AHA-BUCH GmbH

Garlebsen 48
Einbeck, Deutschland 37574

Impressum

Gesetzliche Anbieterkennung:

AHA-BUCH GmbH
diese vertreten durch den Geschäftsführer Christel Glass
Garlebsen 48
37574 Einbeck
Deutschland
Telefon: 055639996039
Telefax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
eingetragen im Handelsregister des Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691

Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter https://ec.europa.eu/odr.

Wir sind seit 25.05.2018 Mitglied der Initiative "FairCommerce".
Nähere Informationen hierzu finden Sie unter www.fair-commerce.de.