Descripción
Construye y despliega tus modelos de IA con éxito explorando la gobernanza del modelo, la equidad, el sesgo y los posibles escollos
La compra del libro impreso o Kindle incluye un libro electrónico en PDF gratuito
Características clave:
- Aprende principios, marcos y gobernanza de IA ética
- Comprende los conceptos de evaluación de la equidad y mitigación de sesgos
- Introduce IA explicable y transparencia en tus modelos de aprendizaje automático
Descripción del libro:
Inteligencia Artificial Responsable en la Empresa es una guía completa para implementar sistemas de IA éticos, transparentes y conformes en una organización. Con un enfoque en la comprensión de los conceptos clave de los modelos de aprendizaje automático, este libro te equipa con técnicas y algoritmos para abordar problemas complejos como el sesgo, la equidad y la gobernanza del modelo.
A lo largo del libro, comprenderás FairLearn e InterpretML, junto con Google What-If Tool, ML Fairness Gym, IBM AI 360 Fairness tool y Aequitas. Descubrirás varios aspectos de la IA responsable, incluida la interpretabilidad del modelo, el monitoreo y la gestión de la deriva del modelo y las recomendaciones de cumplimiento. Obtendrás información práctica sobre el uso de herramientas de gobernanza de IA para garantizar la equidad, la mitigación de sesgos, la explicabilidad, el cumplimiento de la privacidad y la privacidad en un entorno empresarial. Además, explorarás los kits de herramientas de interpretabilidad y las medidas de equidad que ofrecen los principales proveedores de IA en la nube como IBM, Amazon, Google y Microsoft, mientras descubres cómo usar FairLearn para la evaluación de la equidad y la mitigación de sesgos. También aprenderás a construir modelos explicables utilizando el resumen de características globales y locales, el modelo sustituto local, los valores de Shapley, los anclajes y las explicaciones contrafácticas.
Al finalizar este libro, estarás bien equipado con herramientas y técnicas para crear modelos de aprendizaje automático transparentes y responsables.
Lo que aprenderás:
- Comprender los fundamentos de la IA explicable, los métodos subyacentes y las técnicas
- Explorar la gobernanza del modelo, incluida la construcción de modelos de aprendizaje automático explicables, auditables e interpretables
- Utilizar el gráfico de dependencia parcial, el resumen de características globales, la expectativa de condición individual y la interacción de características
- Construir modelos explicables con resumen de características globales y locales, y funciones de influencia en la práctica
- Diseñar y construir pipelines de aprendizaje automático explicables con transparencia
- Descubrir Microsoft FairLearn y el mercado de diferentes herramientas de IA explicable de código abierto y plataformas en la nube
A quién va dirigido este libro:
Este libro está dirigido a científicos de datos, ingenieros de aprendizaje automático, profesionales de la IA, profesionales de TI, partes interesadas del negocio y eticistas de la IA que son responsables de implementar modelos de IA en sus organizaciones.
Autor: Adnan Masood, Heather Dawe
Editorial: Packt Publishing
Publicado: 31/07/2023
Páginas: 318
Tipo de encuadernación: Tapa blanda
Peso: 1.21 libras
Tamaño: 9.25h x 7.50w x 0.67d
ISBN13: 9781803230528
ISBN10: 1803230525
Categorías BISAC:
- Informática | Ciencia de Datos | Modelado y Diseño de Datos
- Informática | Ciencia de Datos | Visualización de Datos
- Informática | Informática
Este título no es retornable