Detail Buku
| Judul Buku | : | Explainable AI Recipes : Implement Solutions to Model Explainability and Interpretability with Python |
| Penulis | : |
Pradeepta Mishra
|
| Penerbit | : | Apress |
| Tahun Terbit | : | 2023 |
| Subject | : |
Python - Machine Learning of Artificial Inteliligent
|
| ISBN | : | 9781484290293 |
| Nomor Klasifikasi | : | 005.117 Pra e Kp. 2 |
| Lokasi Buku | : | Lt.1 |
Sinopsis / Abstrak
Buku ini menyajikan panduan praktis berbasis resep (recipes) dalam menerapkan teknik Explainable AI (XAI) untuk mengupas cara kerja model pembelajaran mesin (machine learning) dan kecerdasan buatan. Pembahasan mencakup metode interpretasi model menggunakan pustaka Python populer (seperti SHAP, LIME, dan ELI5), pengukuran bias model, visualisasi kontribusi fitur terhadap prediksi, hingga validasi transparansi algoritma deep learning dalam skenario dunia nyata.
Deskripsi
Ditulis oleh praktisi data sains berpengalaman, Pradeepta Mishra, buku ini dirancang bagi para pengembang, ilmuwan data, dan mahasiswa pascasarjana yang ingin mengatasi masalah "kotak hitam" (black-box problem) pada model AI. Dengan pendekatan contoh kode Python yang aplikatif dan modular, pembaca dipandu langkah demi langkah untuk membangun solusi model prediktif yang tidak hanya akurat, tetapi juga transparan, adil, dan dapat dijelaskan secara akuntabel.
Eksemplar
2 Eksemplar| No | Barcode Number | Ketersediaan | Boleh Dipinjam | Kondisi |
|---|---|---|---|---|
| 1 | 23.8354.014623 | Tersedia | Ya | Baik |
| 2 | 23.8354.014624 | Tersedia | Ya | Baik |