Този цялостен книга за Обясним Изкуствен Интелект е актуализиран и разширен, за да отрази последните развития в областта на XAI, обогатявайки съществуващата литература с нови изследвания, казуси и практически техники.

Второто издание се разширява спрямо първото, като разглежда напредъка в машинното обучение, включително големи езикови модели и полиморфни системи, които интегрират текстови, визуални, аудио и сензорни данни. Подчертава се необходимостта от правене на сложните системни структури разбираеми, без да се жертва представянето, предоставяйки засилено фокусиране върху добавъчни модели за по-добра обяснимост. Балансирайки техническата строгост с достъпността, книгата съчетава теорията с практическото приложение, оборудвайки читателите с уменията да прилагат ефективно методите за обяснимост на машинното обучение (XAI) в реални среди.

Характеристики:

• Разширяване на глава "Вътрешно Обясними Модели" за по-дълбоко разглеждане на обобщени добавъчни модели и други вътрешни техники, обогатявайки главата с нови примери и случаи за по-добро разбиране на вътрешните XAI модели.
• Допълнителни подробности в "Моделно-Несигурни Методи за XAI", които фокусират върху това как обясненията се различават между обучаващия и тестовия набор, включващи нов модел за по-ясно и ефективно илюстриране на тези разлики.
• Нова секция в "Правене на Наука с Машинно Обучение и XAI", представяща визуален подход към усвояването на основните функции в XAI, правейки концепцията по-достъпна за читателите чрез интерактивен и ангажиращ интерфейс.
• Преглед в "Обратна Машинна Обработка и Обяснимост", включващ ревю на код за подобряване на разбираемостта и ефективността на разглежданите концепции, гарантирайки, че примерите за код са актуални и оптимизирани спрямо съвременните добри практики.
• Нова глава "Генетични Модели и Големи Езикови Модели (LLM)", посветена на генетичните модели и големите езикови модели, изследваща ролята им в XAI и как могат да се използват за създаване на по-богати, по-интерактивни обяснения. Тази глава обхваща също обяснимостта на трансформаторните модели и защитата на личните данни чрез генетични модели.
• Нова "Мини-Глава за изкуствения Общ Види и XAI", посветена на изследване на въздействията на изкуствения Общ Види (AGI) върху XAI, обсъждайки как развитието към AGI системи влияе върху стратегиите и методологиите за XAI.
• Подобрения в "Обясняване на модели за дълбоко обучение" с нови методологии за обяснение на модели за дълбоко обучение, допълнително обогатени с иновативни техники и предложения за по-дълбоко разбиране.

Страници: 324, Година на издаване: 0806, Размери: 15.5x15.5см