Книги з теми "Explainability of machine learning models"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся з топ-50 книг для дослідження на тему "Explainability of machine learning models".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Переглядайте книги для різних дисциплін та оформлюйте правильно вашу бібліографію.
Nandi, Anirban, and Aditya Kumar Pal. Interpreting Machine Learning Models. Berkeley, CA: Apress, 2022. http://dx.doi.org/10.1007/978-1-4842-7802-4.
Повний текст джерелаBolc, Leonard. Computational Models of Learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 1987.
Знайти повний текст джерелаGalindez Olascoaga, Laura Isabel, Wannes Meert, and Marian Verhelst. Hardware-Aware Probabilistic Machine Learning Models. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-74042-9.
Повний текст джерелаSingh, Pramod. Deploy Machine Learning Models to Production. Berkeley, CA: Apress, 2021. http://dx.doi.org/10.1007/978-1-4842-6546-8.
Повний текст джерелаZhang, Zhihua. Statistical Machine Learning: Foundations, Methodologies and Models. UK: John Wiley & Sons, Limited, 2017.
Знайти повний текст джерелаRendell, Larry. Representations and models for concept learning. Urbana, IL (1304 W. Springfield Ave., Urbana 61801): Dept. of Computer Science, University of Illinois at Urbana-Champaign, 1987.
Знайти повний текст джерелаEhteram, Mohammad, Zohreh Sheikh Khozani, Saeed Soltani-Mohammadi, and Maliheh Abbaszadeh. Estimating Ore Grade Using Evolutionary Machine Learning Models. Singapore: Springer Nature Singapore, 2023. http://dx.doi.org/10.1007/978-981-19-8106-7.
Повний текст джерелаBisong, Ekaba. Building Machine Learning and Deep Learning Models on Google Cloud Platform. Berkeley, CA: Apress, 2019. http://dx.doi.org/10.1007/978-1-4842-4470-8.
Повний текст джерелаGupta, Punit, Mayank Kumar Goyal, Sudeshna Chakraborty, and Ahmed A. Elngar. Machine Learning and Optimization Models for Optimization in Cloud. Boca Raton: Chapman and Hall/CRC, 2022. http://dx.doi.org/10.1201/9781003185376.
Повний текст джерелаSuthaharan, Shan. Machine Learning Models and Algorithms for Big Data Classification. Boston, MA: Springer US, 2016. http://dx.doi.org/10.1007/978-1-4899-7641-3.
Повний текст джерелаNaidenova, Xenia. Machine learning methods for commonsense reasoning processes: Interactive models. Hershey, PA: Information Science Reference, 2010.
Знайти повний текст джерелаNaidenova, Xenia. Machine learning methods for commonsense reasoning processes: Interactive models. Hershey, PA: Information Science Reference, 2010.
Знайти повний текст джерелаRasmussen, Carl Edward. Gaussian processes for machine learning. Cambridge, MA: MIT Press, 2005.
Знайти повний текст джерелаNandi, Anirban, and Aditya Kumar Pal. Interpreting Machine Learning Models: Learn Model Interpretability and Explainability Methods. Apress L. P., 2022.
Знайти повний текст джерелаBhattacharya, Aditya. Applied Machine Learning Explainability Techniques: Make ML Models Explainable and Trustworthy for Practical Applications Using LIME, SHAP, and More. Packt Publishing, Limited, 2022.
Знайти повний текст джерелаBolc, Leonard. Computational Models of Learning. Springer, 2011.
Знайти повний текст джерелаCroman, Chasity. Tutorials on Machine Learning: Start Learning Machine Learning and Build Your Own Models. Independently Published, 2022.
Знайти повний текст джерелаXin, Liu, Ee-Peng Lim, and Anwitaman Datta. Computational Trust Models and Machine Learning. Taylor & Francis Group, 2014.
Знайти повний текст джерелаXin, Liu, Ee-Peng Lim, and Anwitaman Datta. Computational Trust Models and Machine Learning. Taylor & Francis Group, 2020.
Знайти повний текст джерелаN, Ambika. Building Business Models with Machine Learning. IGI Global, 2024.
Знайти повний текст джерелаAdversarial Robustness for Machine Learning Models. Elsevier Science & Technology Books, 2022.
Знайти повний текст джерелаExplainable Machine Learning Models and Architectures. Wiley & Sons, Incorporated, John, 2023.
Знайти повний текст джерелаComputational trust models and machine learning. Boca Raton: Taylor & Francis, 2014.
Знайти повний текст джерелаExplainable Machine Learning Models and Architectures. Wiley & Sons, Incorporated, John, 2023.
Знайти повний текст джерелаMehtab, Sidra, and Jaydip Sen. Machine Learning: Algorithms, Models and Applications. IntechOpen, 2021.
Знайти повний текст джерелаXin, Liu, Ee-Peng Lim, and Anwitaman Datta. Computational Trust Models and Machine Learning. Taylor & Francis Group, 2014.
Знайти повний текст джерелаXin, Liu, Ee-Peng Lim, and Anwitaman Datta. Computational Trust Models and Machine Learning. Taylor & Francis Group, 2014.
Знайти повний текст джерелаChen, Gang. Machine Learning: Basics, Models and Trends. Independently Published, 2017.
Знайти повний текст джерелаN, Ambika. Building Business Models with Machine Learning. IGI Global, 2024.
Знайти повний текст джерелаPractical MLOps: Operationalizing Machine Learning Models. O'Reilly Media, Incorporated, 2021.
Знайти повний текст джерелаN, Ambika. Building Business Models with Machine Learning. IGI Global, 2024.
Знайти повний текст джерелаExplainable Machine Learning Models and Architectures. Wiley & Sons, Incorporated, John, 2023.
Знайти повний текст джерелаN, Ambika. Building Business Models with Machine Learning. IGI Global, 2024.
Знайти повний текст джерелаN, Ambika. Building Business Models with Machine Learning. IGI Global, 2024.
Знайти повний текст джерелаAdversarial Robustness for Machine Learning Models. Elsevier Science & Technology, 2022.
Знайти повний текст джерелаWineinger, Hubert. Python Book : How to Build Predictive Machine Learning Models Step by Step: Machine Learning Models. Independently Published, 2021.
Знайти повний текст джерелаGeneralized Low Rank Models. 2016.
Знайти повний текст джерелаGeneralized Low Rank Models. Now Publishers, 2016.
Знайти повний текст джерелаYeaman, Kym. Machine Learning for Beginners : Code Basic Machine Learning Models Using Python: Introduction to Machine Learning with Python. Independently Published, 2021.
Знайти повний текст джерелаComputational models of learning. Berlin: Springer-Verlag, 1987.
Знайти повний текст джерелаMadani, Ali. Debugging Machine Learning Models with Python: Develop High-Performance, Low-bias, and Explainable Machine Learning and Deep Learning Models. de Gruyter GmbH, Walter, 2023.
Знайти повний текст джерелаStatistical Machine Learning: Foundations, Methodologies and Models. UK: Wiley-Blackwell (an imprint of John Wiley & Sons Ltd), 2020.
Знайти повний текст джерелаExplainable Machine Learning Models and Architectu Res. Wiley & Sons, Limited, John, 2023.
Знайти повний текст джерелаAgrawal, Tanay. Hyperparameter Optimization in Machine Learning: Make Your Machine Learning and Deep Learning Models More Efficient. Apress L. P., 2020.
Знайти повний текст джерелаSammons, Mark, Dan Roth, Fabio Zanzotto, and Ido Dagan. Recognizing Textual Entailment: Models and Applications. Springer International Publishing AG, 2013.
Знайти повний текст джерелаSammons, Mark, Dan Roth, Fabio Zanzotto, and Ido Dagan. Recognizing Textual Entailment: Models and Applications. Morgan & Claypool Publishers, 2013.
Знайти повний текст джерелаSammons, Mark, Dan Roth, Fabio Zanzotto, and Ido Dagan. Recognizing Textual Entailment: Models and Applications. Morgan & Claypool Publishers, 2013.
Знайти повний текст джерелаMachine Learning with Pytorch and Scikit-Learn: Develop Machine Learning and Deep Learning Models with Python. Packt Publishing, Limited, 2022.
Знайти повний текст джерелаMachine Learning with Pytorch and Scikit-Learn: Develop Machine Learning and Deep Learning Models with Python. de Gruyter GmbH, Walter, 2022.
Знайти повний текст джерелаVidales, A. Machine Learning with Matlab: Supervised Learning Using Predictive Models. Regression. Independently Published, 2019.
Знайти повний текст джерела