Descripción
El libro comienza con la interpretación de modelos para modelos lineales de aprendizaje supervisado, lo que incluye la importancia de las características, el análisis de dependencia parcial y el análisis de puntos de datos influyentes para modelos de clasificación y regresión. A continuación, explica el aprendizaje supervisado utilizando modelos no lineales y marcos de última generación como los valores/puntuaciones SHAP y LIME para la interpretación local. La explicabilidad para modelos de series temporales se cubre utilizando LIME y SHAP, al igual que las tareas relacionadas con el procesamiento del lenguaje natural, como la clasificación de texto y el análisis de sentimientos con ELI5 y ALIBI. El libro concluye con modelos complejos de clasificación y regresión, como las redes neuronales y los modelos de aprendizaje profundo, utilizando el marco CAPTUM que muestra la atribución de características, la atribución de neuronas y la atribución de activación.
Después de leer este libro, comprenderá los modelos de IA y aprendizaje automático y podrá poner ese conocimiento en práctica para brindar más precisión y transparencia a sus análisis. Lo que aprenderá
- Crear fragmentos de código y explicar modelos de aprendizaje automático usando Python
- Aprovechar modelos de aprendizaje profundo utilizando el código más reciente con implementaciones ágiles
- Construir, entrenar y explicar modelos de redes neuronales diseñados para escalar
- Comprender las diferentes variantes de los modelos de redes neuronales
Ingenieros de IA, científicos de datos y desarrolladores de software interesados en XAI
Autor: Pradeepta Mishra
Editorial: Apress
Publicado: 09/02/2023
Páginas: 254
Tipo de encuadernación: Tapa blanda
Peso: 0.87 libras
Tamaño: 9.21 alto x 6.14 ancho x 0.59 profundo
ISBN13: 9781484290286
ISBN10: 1484290283
Categorías BISAC:
- Computadoras | Inteligencia Artificial | General
- Computadoras | Lenguajes | Python
Acerca del autor
Pradeepta Mishra es el Director de IA, Fosfor en L&T Infotech (LTI). Lidera un gran grupo de científicos de datos, expertos en lingüística computacional y expertos en aprendizaje automático y aprendizaje profundo en la construcción del producto de próxima generación —Leni—, que es el primer científico de datos virtual del mundo. Tiene experiencia en las ramas principales de la inteligencia artificial, incluidas las tuberías autónomas de ML y aprendizaje profundo, ML ops, procesamiento de imágenes, procesamiento de audio, procesamiento del lenguaje natural (PLN), generación de lenguaje natural (GLN), diseño e implementación de sistemas expertos y asistentes digitales personales (PDA). En 2019 y 2020, fue nombrado uno de los "40 científicos de datos menores de 40 años más importantes de la India" por la revista Analytics India. Dos de sus libros han sido traducidos al chino y al español, debido a la gran demanda.
Pradeepa impartió una sesión magistral en la Conferencia Global de Ciencia de Datos de 2018, EE. UU. Dio una charla TEDx sobre "¿Pueden pensar las máquinas?", disponible en el canal oficial de TEDx en YouTube. Ha asesorado a más de 2000 científicos de datos en todo el mundo. Ha impartido más de 200 charlas técnicas sobre ciencia de datos, ML, DL, PLN e IA en varias universidades, reuniones, instituciones técnicas y foros organizados por la comunidad. Es profesor visitante en más de 10 universidades, donde enseña aprendizaje profundo y aprendizaje automático a profesionales y los asesora para que sigan una carrera gratificante en inteligencia artificial.