資料詳細

検索条件

  • 著者
    ＪａｍｅｓＣｕｒｔｉｓ
ハイライト
  • 1 件中、 1 件目
  • NEW

【図書】 高リスク分野のための機械学習

責任あるＡＩ構築のための実践アプローチ --
Ｐａｔｒｉｃｋ　Ｈａｌｌ ／著, Ｊａｍｅｓ　Ｃｕｒｔｉｓ ／著, Ｐａｒｕｌ　Ｐａｎｄｅｙ ／著, 高江洲勲 ／〔ほか〕訳   -- オライリー・ジャパン -- ２０２５．９ -- ２４ｃｍ -- ４３９ｐ

資料詳細

タイトル 高リスク分野のための機械学習
副書名 責任あるＡＩ構築のための実践アプローチ
著者名等 Ｐａｔｒｉｃｋ　Ｈａｌｌ ／著, Ｊａｍｅｓ　Ｃｕｒｔｉｓ ／著, Ｐａｒｕｌ　Ｐａｎｄｅｙ ／著, 高江洲勲 ／〔ほか〕訳  
出版 オライリー・ジャパン ２０２５．９
大きさ等 ２４ｃｍ ４３９ｐ
分類 007.13
件名 機械学習 , リスク
注記 原タイトル：Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ　ｆｏｒ　Ｈｉｇｈ‐Ｒｉｓｋ　Ａｐｐｌｉｃａｔｉｏｎｓ
注記 索引あり
注記 サンプルデータダウンロード
著者紹介 【Ｐａｔｒｉｃｋ　Ｈａｌｌ】ＢＮＨ．ＡＩの主任科学者であり、フォーチュン５００企業および最先端のスタートアップ企業に対してＡＩリスクに関する助言を行っている。イリノイ大学にて計算化学を学び、ノースカロライナ州立大学のＩｎｓｔｉｔｕｔｅ　ｆｏｒ　Ａｄｖａｎｃｅｄ　Ａｎａｌｙｔｉｃｓを修了している。（本データはこの書籍が刊行された当時に掲載されていたものです）
要旨 本書は、機械学習モデルがもたらす重大なリスクを軽減し、責任あるＡＩ運用を実現するための実践ガイドです。特に「高リスク」な意思決定が行われる分野、たとえば生体認証による識別、重要インフラの管理、教育、雇用、公共および民間の必須サービス、法執行、移民および国境管理、刑事司法、そして民主的プロセスなどにおける事例を重視しています。本書は三部構成となっており、第１部では実践的なアプリケーションの観点から主要な問題を論じ、第２部で構造化および非構造化データの観点からトピックをさらに深掘りし、実装上の課題や分析手法を具体的に検討します。第３部では現実世界の高リスクな事例をもとに、成功のための実践的な助言を提示します。説明可能性、安全性、バイアス、プライバシーなどの課題に対し、Ｐｙｔｈｏｎベースの実践的ツールを活用した具体的対策を提供し、実務者が主体的にリスクを管理できる指針を提供します。
目次 第１部　ＡＩリスクマネジメントの理論と実践的応用（現代の機械学習におけるリスク管理；解釈可能性と説明可能性；機械学習システムの安全性と性能の検証；機械学習におけるバイアスの管理；機械学習のセキュリティ）；第２部　ＡＩリスクマネジメントの実践（説明可能なブースティング・マシンおよびＸＧＢｏｏｓｔの説明；ＰｙＴｏｒｃｈを用いた画像分類器の説明；ＸＧＢｏｏｓｔモデルの選択とデバッグ；ＰｙＴｏｒｃｈ画像分類器のデバッグ；ＸＧＢｏｏｓｔによるバイアスのテストと修正；ＸＧＢｏｏｓｔのレッドチーム演習）；第３部　結論（高リスクの機械学習で成功する方法）
ISBN(13)、ISBN 978-4-8144-0127-7　　 4-8144-0127-2
書誌番号 1125033887
URL https://opac.lib.city.yokohama.lg.jp/winj/opac/switch-detail.do?bibid=1125033887

ページの先頭へ

所蔵

所蔵は 1 件です。現在の予約件数は 2 件です。

所蔵館 所蔵場所 別置 請求記号 資料区分 状態 取扱 資料コード
中央 ４階自然科学 情報科学 007.1 一般書 予約受取待 - 2078457557 iLisvirtual

ページの先頭へ