高风险应用中的机器学习：负责任人工智能方法
A

高风险应用中的机器学习：负责任人工智能方法

机器学习
responsible AI machine learning risk management model explainability bias mitigation data privacy NIST framework
作者
Patrick Hall, James Curtis, Parul Pandey
出版社
O'Reilly Media
年份
2023
语言
英语
232
评价本书

阅读本书 登录 / 注册

预览片段

相似书籍

机器学习问答与人工智能：关于机器学习和人工智能的30个核心问题与解答

机器学习问答与人工智能：关于机器学习和人工智能的30个核心问题与解答

Sebastian Raschka

AWS上的应用机器学习与高性能计算

AWS上的应用机器学习与高性能计算

Mani Khanuja, Farooq Sabir, Shreyas Subramanian, Trenton Potgieter

Python机器学习入门：手把手项目实战指南

Python机器学习入门：手把手项目实战指南

Jamie Chan

应用机器学习：利用机器学习解决商业问题

应用机器学习：利用机器学习解决商业问题

Jason Hodson

Python机器学习：理论与实践

Python机器学习：理论与实践

G. R. Liu

Mueller J. P., Massaron L. - 机器学习入门指南（第2版）- 2021

Mueller J. P., Massaron L. - 机器学习入门指南（第2版）- 2021

John Paul Mueller, Luca Massaron

学习Pandas 2.0：面向数据科学家与机器学习专业人士的数据操作与分析全面指南

学习Pandas 2.0：面向数据科学家与机器学习专业人士的数据操作与分析全面指南

Matthew Rosch

机器学习方法

机器学习方法

Hang Li

AI 高级机器学习在金融领域的 Python 应用

AI 高级机器学习在金融领域的 Python 应用

Hayden Van Der Post

使用开源库构建生成式AI应用：大型语言模型实践指南

使用开源库构建生成式AI应用：大型语言模型实践指南

Srikannan Balakrishnan