Acest volum cuprinzător despre Inteligența Artificială Explicabilă a fost actualizat și extins pentru a reflecta cele mai recente evoluții în domeniul XAI, îmbogățind literatura de specialitate existentă cu noi cercetări, studii de caz și tehnici practice.

A Doua Ediție se extinde față de predecesoarea sa, abordând progresele în IA, inclusiv modelele de limbaj mari și sistemele multifuncționale care integrează text, imagini, sunet și date senzoriale. Se subliniază necesitatea ca structurile complexe de sistem să devină inteligibile fără a sacrifica performanța, oferind o orientare îmbunătățită către modelele aditive pentru o explicație mai bună. Echilibrând rigoarea tehnică cu accesibilitatea, volumul combină teoria cu aplicațiile practice, echipând cititorii cu abilitățile necesare pentru a implementa eficient metodele de IA explicabilă (XAI) în medii reale.

Caracteristici:

• Extinderea capitolului "Modele Interne Explicabile" pentru a aprofunda în modelele aditive generale și alte tehnici înrudite, îmbogățind capitolul cu exemple noi și studii de caz pentru o mai bună înțelegere a modelelor interne XAI.
• Detalii suplimentare în "Metode Model-Unknown pentru XAI" care se concentrează pe modul în care explicațiile diferă între setul de antrenament și setul de testare, incluzând un nou model pentru a ilustra mai clar și eficient aceste diferențe.
• O nouă secțiune în "Făcând Știință cu Învățare Automată și XAI" care prezintă o abordare vizuală pentru învățarea funcțiilor de bază în XAI, făcând conceptul mai accesibil cititorilor printr-o interfață interactivă și atractivă.
• Revizuire în "Ingineria Inversă a Învățării și Explicațiile" care include o recenzie a codului pentru a îmbunătăți înțelegerea și eficiența conceptelor discutate, asigurându-se că exemplele de cod sunt actualizate și optimizate pentru cele mai bune practici actuale.
• Noul capitol "Modele genetice și Modele de limbaj mari (LLM)" dedicat modelelor genetice și modelelor mari de limbaj, explorând rolul lor în XAI și modul în care pot fi utilizate pentru crearea unor explicații mai bogate și mai interactive. Acest capitol acoperă, de asemenea, explicabilitatea modelelor transformatoare și protecția confidențialității prin modele genetice.
• Un nou "Mini-capitol despre Inteligența Artificială Generală și XAI" dedicat explorării impactului AGI asupra XAI, discutând modul în care progresul către sisteme AGI influențează strategiile și metodologiile pentru XAI.
• Îmbunătățiri în "Explicarea Modelelor de Învățare Profundă" cu noi metodologii pentru explicarea modelelor de învățare profundă, suplimentate cu tehnici inovatoare și recomandări pentru o înțelegere mai profundă.

Pagini: 324, Anul publicării: 0806, Dimensiuni: 15.5x15.5cm