Машинное обучение. Как построить надежные модели искусственного интеллекта [Яда Пруксачаткун, Мэтью Макатир, Субхабрата Маджумдар]
В этом руководстве по созданию безопасных и надежных моделей машинного обучения рассматриваются все решения - от стандартных до самых современных. Издание станет незаменимой базой знаний для разработчиков, стремящихся выпускать качественные приложения в условиях непредсказуемой среды.
Что внутри:
«Эта книга читается легко, потому что в ней нет надменного академизма и пустых обещаний. Все просто, честно и по делу: авторы показывают, как технологии могут быть не только мощными, но и безопасными. Благодаря приведенным примерам начинаешь внимательнее смотреть на процессы, с которыми работаешь каждый день. Книга дает ощущение уверенности, помогает не бояться ИИ, а понимать, как им управлять с головой и пользой».
Ирина Мельникова, разработчик и ведущая тренингов в области ИИ и маркетинга, лектор курса по ИИ в МГИМО
Авторы:
Яда Пруксачаткун — специалист по машинному обучению в компании Infinitus. Занималась прикладными исследованиями в Amazon, возглавляла первый NLP-проект в медицине в стартапе ASAPP. Изучала методы трансферного обучения в NLP в магистратуре Нью-Йоркского университета.
Мэтью Макатир — специалист по машинному обучению в Formic Labs. Основатель компании Scube Labs, которая ведет более 100 ML-проектов. Занимался вероятностным программированием в команде TensorFlow в Google, сотрудничал с исследовательской компанией Generally Intelligent по разработке универсального ИИ.
Субхабрата Маджумдар — специалист по машинному обучению в Twitch. Создал базу знаний об ошибках систем машинного обучения AI Vulnerability Database, основал НКО Bias Buccaneers, которая занимается аудитом предвзятости алгоритмов. Получил степень магистра статистики и кандидата наук в Университете Миннесоты.
Страниц: 304
Формат: скан PDF
Цена 1409 руб.
В этом руководстве по созданию безопасных и надежных моделей машинного обучения рассматриваются все решения - от стандартных до самых современных. Издание станет незаменимой базой знаний для разработчиков, стремящихся выпускать качественные приложения в условиях непредсказуемой среды.
Что внутри:
- методы объяснения моделей машинного обучения и их результатов заинтересованным сторонам;
- выявление и устранение проблем с честностью и конфиденциальностью в машинном обучении;
- разработка надежных систем, защищенных от вредоносных атак;
- важные системные аспекты, включая управление задолженностью по трастам и выявление препятствий для машинного обучения, требующих вмешательства человека.
«Эта книга читается легко, потому что в ней нет надменного академизма и пустых обещаний. Все просто, честно и по делу: авторы показывают, как технологии могут быть не только мощными, но и безопасными. Благодаря приведенным примерам начинаешь внимательнее смотреть на процессы, с которыми работаешь каждый день. Книга дает ощущение уверенности, помогает не бояться ИИ, а понимать, как им управлять с головой и пользой».
Ирина Мельникова, разработчик и ведущая тренингов в области ИИ и маркетинга, лектор курса по ИИ в МГИМО
Авторы:
Яда Пруксачаткун — специалист по машинному обучению в компании Infinitus. Занималась прикладными исследованиями в Amazon, возглавляла первый NLP-проект в медицине в стартапе ASAPP. Изучала методы трансферного обучения в NLP в магистратуре Нью-Йоркского университета.
Мэтью Макатир — специалист по машинному обучению в Formic Labs. Основатель компании Scube Labs, которая ведет более 100 ML-проектов. Занимался вероятностным программированием в команде TensorFlow в Google, сотрудничал с исследовательской компанией Generally Intelligent по разработке универсального ИИ.
Субхабрата Маджумдар — специалист по машинному обучению в Twitch. Создал базу знаний об ошибках систем машинного обучения AI Vulnerability Database, основал НКО Bias Buccaneers, которая занимается аудитом предвзятости алгоритмов. Получил степень магистра статистики и кандидата наук в Университете Миннесоты.
Страниц: 304
Формат: скан PDF
Цена 1409 руб.
https://www.chitai-gorod.ru/product/masinnoe-obucenie-kak-postroit-nadeznye-modeli-iskusstvennogo-intellekta-3151803