Explainable AI: Interpreting, Explaining and Visualizing Deep Learning

Le livre "Explainable AI: Interpreting, Explaining and Visualizing Deep Learning" offre une analyse complète des défis et des solutions dans le domaine de l'intelligence artificielle explicable (XAI). À une époque où les systèmes autonomes prennent de plus en plus de décisions, il est crucial que ces décisions soient compréhensibles et transparentes. L'ouvrage met en lumière la nécessité de maintenir un contrôle et une supervision humains sur les systèmes d'IA, en particulier dans des domaines sensibles comme les soins de santé et les infrastructures critiques. Les 22 chapitres du livre couvrent une variété de sujets, y compris les algorithmes, les théories et les applications des techniques d'IA explicable. L'approche structurée de l'interprétabilité des modèles d'IA est enrichie par la discussion des développements actuels et des orientations futures dans ce domaine de recherche dynamique. Les lecteurs obtiennent des aperçus précieux sur les méthodes d'évaluation et d'explication des décisions d'IA, ce qui constitue la base d'une mise en œuvre responsable des technologies d'IA.