Name: Deep Learning and XAI Techniques for Anomaly Detection: Integrate the theory and practice of deep anomaly explainability
SKU: 117400451
Price: 26000 KRW
Availability: InStock
Author: Simon
ISBN: 9781804617755

카트

이미지 검색을 사용해 보세요

검색창 이전화면 이전화면

최근 검색어: 전체삭제

인기 검색어

닫기

Deep Learning and XAI Techniques for Anomaly Detection: Integrate the theory and practice of deep anomaly explainability

사이즈비교 공유하기

소득공제

외서 Deep Learning and XAI Techniques for Anomaly Detection: Integrate the theory and practice of deep anomaly explainability

Integrate the theory and practice of deep anomaly explainability Paperback

바인딩/에디션 안내

Simon, Cher

Packt Publishing 2023.01.31.

회원리뷰 첫번째 리뷰어가 되어주세요 판매지수 78

가격: 26,000원

26,000

YES포인트?: 0원 마니아추가적립

5만원 이상 구매 시 2천원 추가 적립

사용 가능한 쿠폰 받기

앱 다운 시 1천원 상품권

결제혜택: 최대 2,000원 즉시할인

배송안내: 서울특별시 영등포구 은행로 11(여의도동, 일신빌딩) 변경

배송비?: 무료

이미 소장하고 있다면 판매해 보세요.

예스24에 팔기 바이백 신청 불가 내 가게에서 팔기

국내배송만 가능
문화비소득공제 가능

이 분야의 이벤트

시리즈 태그 업체 공지사항 중고외서 소개 구성 소개 특별 구성 MD 한마디 카드뉴스 상세 이미지 책소개 관련 동영상 목차 저자 소개 관련분류 품목정보 만든이 코멘트 예스24 리뷰 책 속으로 줄거리 캐스팅 관련 자료 부가 영상 출판사 리뷰 전문가 리뷰 추천평

펼치기/닫기

책소개

Create interpretable AI models for transparent and explainable anomaly detection with this hands-on guide Purchase of the print or Kindle book includes a free PDF eBook Key Features - Build auditable XAI models for replicability and regulatory compliance - Derive critical insights from transparent anomaly detection models - Strike the right balance between model accuracy and interpretability Book Description Despite promising advances, the opaque nature of deep learning models makes it difficult to interpret them, which is a drawback in terms of their practical deployment and regulatory compliance. Deep Learning and XAI Techniques for Anomaly Detection shows you state-of-the-art methods that'll help you to understand and address these challenges. By leveraging the Explainable AI (XAI) and deep learning techniques described in this book, you'll discover how to successfully extract business-critical insights while ensuring fair and ethical analysis. This practical guide will provide you with tools and best practices to achieve transparency and interpretability with deep learning models, ultimately establishing trust in your anomaly detection applications. Throughout the chapters, you'll get equipped with XAI and anomaly detection knowledge that'll enable you to embark on a series of real-world projects. Whether you are building computer vision, natural language processing, or time series models, you'll learn how to quantify and assess their explainability. By the end of this deep learning book, you'll be able to build a variety of deep learning XAI models and perform validation to assess their explainability. What you will learn - Explore deep learning frameworks for anomaly detection - Mitigate bias to ensure unbiased and ethical analysis - Increase your privacy and regulatory compliance awareness - Build deep learning anomaly detectors in several domains - Compare intrinsic and post hoc explainability methods - Examine backpropagation and perturbation methods - Conduct model-agnostic and model-specific explainability techniques - Evaluate the explainability of your deep learning models Who this book is for This book is for anyone who aspires to explore explainable deep learning anomaly detection, tenured data scientists or ML practitioners looking for Explainable AI (XAI) best practices, or business leaders looking to make decisions on trade-off between performance and interpretability of anomaly detection applications. A basic understanding of deep learning and anomaly detection-related topics using Python is recommended to get the most out of this book.

책소개 더보기펼치기

Understanding Deep Learning Anomaly Detection
Understanding Explainable AI
Natural Language Processing Anomaly Explainability
Time Series Anomaly Explainability
Computer Vision Anomaly Explainability
Differentiating Intrinsic versus Post Hoc Explainability
Backpropagation Versus Perturbation Explainability
Model-Agnostic versus Model-Specific Explainability
Explainability Evaluation Schemes

목차 더보기펼치기

품목정보

발행일: 2023년 01월 31일

쪽수, 무게, 크기: 218쪽 | 190*235*12mm

ISBN13: 9781804617755

리뷰/한줄평0

리뷰

첫번째 리뷰어가 되어주세요.

리뷰 쓰기

혜택 및 유의사항

한줄평

첫번째 한줄평을 남겨주세요.

한줄평 쓰기

혜택 및 유의사항

상품정보안내

직수입외서의 경우, 해외거래처에서 제공하는 정보가 부족하여 제목, 표지, 가격, 유통상태 등의 정보가 미비하거나 변경되는 경우가 있습니다. 정확한 확인을 원하시는 경우, 일대일 상담으로 문의하여 주시면 답변 드리겠습니다.
(판형과 판수 등이 다양한 도서는 찾으시는 도서의 ISBN을 알려 주시면 보다 빠르고 정확한 안내가 가능합니다.)

해외거래처에서 품절인 경우, 2차 거래선을 통해 유럽과 미국 출판사로 직접 수입이 진행될 수 있습니다.
수입 진행 시점으로 부터 2~3주가 추가로 소요되며, 해외에서도 유통이 원활하지 않은 도서는 품절 안내가 지연될 수 있습니다.
해당 경우, 문자와 메일로 별도 안내를 드리고 있사오니 마이페이지에서 휴대전화번호와 메일주소를 다시 한번 확인해주시기 바랍니다.

배송/반품/교환 안내

옵션선택 레이어 닫기

26,000원

총 1개 26,000원

일반결제 카트담기

선물하기 바로구매 카트담기

나에게 선물 바로선물 선물함 담기

이 책을 구입하신 분들이 산 책