menu
{ "item_title" : "Zwię", "item_author" : [" Enoch Arulprakash", "Martin Aruldoss "], "item_description" : "Sztuczna inteligencja (AI) oparta na sieciach neuronowych ma kluczowe znaczenie w wielu zastosowaniach, takich jak systemy rekomendacji, tlumaczenia językowe, media spolecznościowe, chatboty, sprawdzanie pisowni itp. Sieci te są jednak często krytykowane za to, że są czarnymi skrzynkami, co budzi obawy o ich wyjaśnialnośc, zwlaszcza w delikatnych dziedzinach, takich jak opieka zdrowotna, autonomiczna jazda itp. Istniejące metody zwiększania wyjaśnialności, takie jak znaczenie cech, często nie są jasne i latwe do interpretacji. Aby temu zaradzic, opracowano Object-Oriented Neural Network for Improved Explainability (OONNIE). OONNIE wykorzystuje modelowanie obiektowe do lączenia strat i wag polączeń w celu obliczania znaczenia funkcji i integruje reguly specyficzne dla domeny dzięki rozszerzalności OOP. Model kladzie nacisk na przejrzystośc algorytm w, szczeg lowo opisując każdy etap szkolenia. Oceniany na funkcjach XOR i XNOR, OONNIE wykazuje obiecujące wyniki w zakresie znaczenia cech, szybszej redukcji strat i lepszych prognoz po zintegrowaniu regul domenowych. Stanowi to znaczący wklad w wyjaśnialną sztuczną inteligencję, dzięki czemu OONNIE jest cennym narzędziem do opracowywania godnych zaufania system w sztucznej inteligencji.", "item_img_path" : "https://covers3.booksamillion.com/covers/bam/6/20/237/116/6202371161_b.jpg", "price_data" : { "retail_price" : "93.00", "online_price" : "93.00", "our_price" : "93.00", "club_price" : "93.00", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : "" } }
Zwi&#281|Enoch Arulprakash

Zwię : kszanie zrozumialości sieci neuronowych

local_shippingShip to Me
In Stock.
FREE Shipping for Club Members help

Overview

Sztuczna inteligencja (AI) oparta na sieciach neuronowych ma kluczowe znaczenie w wielu zastosowaniach, takich jak systemy rekomendacji, tlumaczenia językowe, media spolecznościowe, chatboty, sprawdzanie pisowni itp. Sieci te są jednak często krytykowane za to, że są "czarnymi skrzynkami", co budzi obawy o ich wyjaśnialnośc, zwlaszcza w delikatnych dziedzinach, takich jak opieka zdrowotna, autonomiczna jazda itp. Istniejące metody zwiększania wyjaśnialności, takie jak znaczenie cech, często nie są jasne i latwe do interpretacji. Aby temu zaradzic, opracowano Object-Oriented Neural Network for Improved Explainability (OONNIE). OONNIE wykorzystuje modelowanie obiektowe do lączenia strat i wag polączeń w celu obliczania znaczenia funkcji i integruje reguly specyficzne dla domeny dzięki rozszerzalności OOP. Model kladzie nacisk na przejrzystośc algorytm w, szczeg lowo opisując każdy etap szkolenia. Oceniany na funkcjach XOR i XNOR, OONNIE wykazuje obiecujące wyniki w zakresie znaczenia cech, szybszej redukcji strat i lepszych prognoz po zintegrowaniu regul domenowych. Stanowi to znaczący wklad w wyjaśnialną sztuczną inteligencję, dzięki czemu OONNIE jest cennym narzędziem do opracowywania godnych zaufania system w sztucznej inteligencji.

This item is Non-Returnable

Details

  • ISBN-13: 9786202371162
  • ISBN-10: 6202371161
  • Publisher: Edizioni Sapienza
  • Publish Date: August 2025
  • Dimensions: 9 x 6 x 0.31 inches
  • Shipping Weight: 0.41 pounds
  • Page Count: 132

Related Categories

You May Also Like...

    1

BAM Customer Reviews