机读格式显示(MARC)

• 000 01732nam0 2200349 450

• 001 0000396601

• 005 20231219111500.0

• 010 __ |a 978-7-302-61329-9 |d CNY128.00

• 035 __ |a (A100000NLC)011971085

• 049 __ |a A100000NLC |b UCS01011527552 |c 011971085 |d NLC01

• 100 __ |a 20220921d2022 em y0chiy50 ea

• 101 1_ |a chi |c fre

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a Python可解释AI(XAI)实战 |A Python ke jie shi AI(XAI) shi zhan |b 专著 |f (法)丹尼斯·罗斯曼(Denis Rothman)著 |g 叶伟民，朱明超译

• 210 __ |a 北京 |c 清华大学出版社 |d 2022

• 215 __ |a 19,332页 |c 图 |d 24cm

• 312 __ |a 封面副题名：开发合理、安全和可信的AI应用

• 312 __ |a 封面英文题名：Hands-on explainable AI(XAI) with Python: interpret, visualize, explain, and integrate reliable AI for fair, secure, and trustworthy AI apps

• 330 __ |a 本书在机器学习生命周期的不同阶段规划和实施XAI，评估目前流行的各种XAI开源工具的优缺点，介绍如何处理机器学习数据中的偏见问题，介绍处理机器学习数据中的道德伦理和法律问题的工具和相关知识，介绍XAI设计和可视化方面的最佳实践，将XAI集成到Python模型中，在整个机器学习生命周期中使用对应的XAI工具来解决业务问题。

• 510 1_ |a Hands-on explainable AI(XAI) with Python |e interpret, visualize, explain, and integrate reliable AI for fair, secure, and trustworthy AI apps |z eng

• 517 1_ |a 开发合理、安全和可信的AI应用 |A kai fa he li 、 an quan he ke xin de AI ying yong

• 606 0_ |a 程序语言 |x 程序设计

• 610 0_ |a Python

• 690 __ |a TP312PY |v 5

• 690 __ |a TP312 |v 4

• 701 _0 |c (法) |a 罗斯曼 |A luo si man |c (Rothman, Denis) |4 著

• 702 _0 |a 叶伟民 |A ye wei min |4 译

• 702 _0 |a 朱明超 |A zhu ming chao |c (计算机技术) |4 译

• 801 _2 |a CN |b OLCC |c 20221027

• 905 __ |a JBXQLIB |d TP312/340