热门搜索:
首页
文库
书籍之外
登录
注册
作者:
日期:2023-01-26
出版:
分享
本卷书籍为读者提供了紧凑、刺激和多方面的可解释性介绍,这是开发有见地的统计和机器学习方法以及在商业和工业中交流建模结果的关键问题。 在工业4.0的背景下,机器学习工具的可解释性,模型输出的可推广性和敏感性分析的概念提供了不同的观点。此外,本书还探讨了人工智能和增材制造中大数据挖掘和监控的方差鲁棒分析的集成,并通过随机森林和灵活的广义加法模型以及相关软件资源和实际示例对可解释性提出了新的见解。
在工业4.0的背景下,机器学习工具的可解释性,模型输出的可推广性和敏感性分析的概念提供了不同的观点。此外,本书还探讨了人工智能和增材制造中大数据挖掘和监控的方差鲁棒分析的集成,并通过随机森林和灵活的广义加法模型以及相关软件资源和实际示例对可解释性提出了新的见解。
《英特尔微处理器(第 8 版)》
《知识表示、推理和智能代理设计:答案集编程方法(Knowledge Representation, Reasoning, and the Design of Intelligent Agents)》
《让数据发挥作用:实现数字化转型,增强员工能力,推动组织成功(Making Data Work: Enabling Digital Transformation, Empowering People and Advancing Organisational Success)》
《机器学习在高风险中的应用:负责任的AI技术》
《网络物理系统中的网络和事件触发控制方法(Networked and Event-Triggered Control Approaches in Cyber-Physical Systems)》
0条评论