可解释AI实战(PyTorch版)

作者简介

　　Ajay Thampi 在机器学习领域具有扎实的基础。他的博士研究主要专注于信号处理和机器学习。他发表过许多关于强化学习、凸优化和传统机器学习技术应用于5G移动网络的论文。Ajay 目前在一家大型科技公司担任机器学习工程师，主要关注负责任的AI和AI公平性。在此之前，Ajay是微软的高级数据科学家，负责为各行各业(如制造业、零售业和金融业)的客户部署复杂的人工智能解决方案。

内容简介

对于深度学习模型，常常很难解释其工作方式，即使是创建这些模型的数据科学家也不例外。提高机器学习模型的透明度和可解释性可以最大限度地减少错误，减少意想不到的偏见，增加用户对结果的信任。《可解释AI实战（PyTorch版）》讲述了探索“黑盒”模型内部的技术，提供了设计可靠算法的方法，并揭示了导致结果偏差的各种关键因素。