机读格式显示(MARC)

• 000 01934nam0 2200337 450

• 001 0000796314

• 005 20250711212100.0

• 010 __ |a 978-7-5766-0995-0 |d CNY128.00

• 100 __ |a 20241030d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 320000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 面向从业者的可解释人工智能 |A mian xiang cong ye zhe de ke jie shi ren gong zhi neng |f (美) 迈克尔·蒙恩, 大卫·彼得曼著 |g 陈志鸿, 李广译

• 210 __ |a 南京 |c 东南大学出版社 |d 2024.7

• 215 __ |a xi, 280页 |c 彩图 |d 24cm

• 306 __ |a 英文原版由O'Reilly Media, Inc.出版2023 简体中文版由东南大学出版社出版2024 英文原版的翻译得到O'Reilly Media, Inc.的授权

• 312 __ |a 英文题名原文取自封面

• 314 __ |a Michael Munn, 谷歌ML Solutions团队的研究软件工程师。他的研究聚焦在更好地理解机器学习的数学基础, 以及如何利用这些见解来改进谷歌的机器学习模型。David Pitman, 谷歌云AI平台的高级工程师, 是可解释AI团队的负责人。他也是太平洋西北地区的Python组织PuPPy的联合组织者。陈志鸿, 博士, 研究员, 中国航天科技创新研究院未来智能系统中心副主任, 主要从事飞行器智能机构、空间智能系统研究工作。李广, 中国航天科技创新研究院副高级研究员, 毕业于哈尔滨工业大学电气工程专业, 曾任阿里巴巴达摩院自动驾驶实验室技术专家, 长期致力于机器人感知决策控制技术与人工智能方向的研究。

• 320 __ |a 有书目

• 330 __ |a 本书介绍可解释人工智能技术, 包括技术的特点、实施方法和技巧、技术应用等, 经验丰富的机器学习工程师和数据科学家将亲自了解这些技术的运作方式, 以便您能够更轻松地将这些工具应用于日常工作流程中。

• 333 __ |a 本书适用于人工智能相关专业人员

• 500 10 |a Explainable AI for practitioners |A Explainable Ai For Practitioners |m Chinese

• 606 0_ |a 人工智能 |A ren gong zhi neng |j 教材

• 690 __ |a TP18 |v 5

• 701 _1 |a 蒙恩 |A meng en |g (Munn, Michael) |4 著

• 701 _1 |a 彼得曼 |A bi de man |g (Pitman, David) |4 著

• 702 _0 |a 陈志鸿 |A chen zhi hong |4 译

• 702 _0 |a 李广 |A li guang |4 译

• 801 _0 |a CN |b 湖北三新 |c 20241030

• 905 __ |a LIB |d TP18/686