دانلود کتاب Explainable Deep Learning AI: Methods and Challenges – هوش مصنوعی یادگیری عمیق قابل توضیح: روش ها و چالش ها

توضیحات

Explainable Deep Learning AI: Methods and Challenges presents the latest works of leading researchers in the XAI area, offering an overview of the XAI area, along with several novel technical methods and applications that address explainability challenges for Deep Learning AI systems. The book overviews XAI and then covers a number of specific technical works and approaches for Deep Learning, ranging from general XAI methods to specific XAI applications, and finally, with user-oriented evaluation approaches. It also explores the main categories of explainable AI Deep Learning, which become the necessary condition in various applications of Artificial Intelligence (AI).

Artificial Intelligence (AI) techniques, especially those based on Deep Learning (DL), have become extremely effective on a very large variety of tasks, sometimes performing even better than human experts. However, they also have a number of problems: they generally operate in mostly opaque and/or intractable ways, their very good performance is only statistical and they can fail even on apparently obvious cases, they can make biased decisions, and they can be quite easily manipulated through adversarial attacks, to cite a few. These limitations prevent their adoption in applications of great economic or societal interest, especially for critical or sensible applications like autonomous driving, medical diagnosis, or loan approvals.

Considering this, a lot of research has been conducted in order to increase the trust-worthiness of DL-based AI systems by providing explanations understandable by human users for the decisions made by these systems. The aim of this book is to present recent and original contributions covering the main approaches in the domain of explainable DL, either for expert or for layman users. Two main types of approaches are presented: the post hoc or model agnostic ones, in which the operation of an already available black box system is modeled and explained, and the intrinsic ones, in which systems are specifically designed as white boxes with an interpretable mode of operation.

The groups of methods such as back-propagation and perturbation-based methods are explained, and the application to various kinds of data classification are presented.

Provides an overview of main approaches to Explainable Artificial Intelligence (XAI) in the Deep Learning realm, including the most popular techniques and their use, concluding with challenges and exciting future directions of XAI

Explores the latest developments in general XAI methods for Deep Learning

Explains how XAI for Deep Learning is applied to various domains like images, medicine and natural language processing (NLP)

Provides an overview of how XAI systems are tested and evaluated, specially with real users, a critical need in XAI

————————————————————–

ترجمه ماشینی :

هوش مصنوعی یادگیری عمیق توضیح‌پذیر: روش‌ها و چالش‌ها آخرین کارهای محققان پیشرو در حوزه XAI را ارائه می‌کند و یک نمای کلی از منطقه XAI را به همراه چندین روش فنی جدید و برنامه کاربردی ارائه می‌کند که چالش‌های توضیح‌پذیری سیستم‌های هوش مصنوعی یادگیری عمیق را برطرف می‌کند. این کتاب به بررسی اجمالی XAI می پردازد و سپس تعدادی از کارها و رویکردهای فنی خاص برای یادگیری عمیق را پوشش می دهد، از روش های عمومی XAI تا برنامه های کاربردی خاص XAI، و در نهایت، با رویکردهای ارزیابی کاربر محور. همچنین مقوله‌های اصلی یادگیری عمیق هوش مصنوعی قابل توضیح را بررسی می‌کند، که شرط لازم در کاربردهای مختلف هوش مصنوعی (AI) است. تکنیک‌های هوش مصنوعی (AI)، به‌ویژه آن‌هایی که مبتنی بر یادگیری عمیق (DL) هستند، بر روی انواع بسیار وسیعی از وظایف بسیار مؤثر شده‌اند و گاهی حتی بهتر از متخصصان انسانی عمل می‌کنند. با این حال، آنها تعدادی مشکلات نیز دارند: آنها معمولاً به روش‌های عمدتاً مبهم و/یا غیرقابل حل عمل می‌کنند، عملکرد بسیار خوب آنها فقط آماری است و حتی در موارد ظاهراً واضح نیز می‌توانند شکست بخورند، می‌توانند تصمیمات مغرضانه بگیرند و می‌توانند کاملاً عمل کنند. به راحتی از طریق حملات خصمانه دستکاری می شود، به ذکر چند. این محدودیت‌ها از پذیرش آن‌ها در برنامه‌های کاربردی با منافع اقتصادی یا اجتماعی، به‌ویژه برای کاربردهای حیاتی یا معقول مانند رانندگی مستقل، تشخیص پزشکی یا تأییدیه‌های وام جلوگیری می‌کند. با توجه به این موضوع، تحقیقات زیادی به منظور افزایش قابلیت اعتماد سیستم‌های هوش مصنوعی مبتنی بر DL با ارائه توضیحات قابل درک توسط کاربران انسانی برای تصمیم‌گیری‌های این سیستم‌ها انجام شده است. هدف این کتاب ارائه مشارکت‌های جدید و اصلی است که رویکردهای اصلی در حوزه DL قابل توضیح را پوشش می‌دهد، چه برای کاربران متخصص و چه برای کاربران عادی. دو نوع رویکرد اصلی ارائه شده است: روش‌های post hoc یا مدل agnostic، که در آن عملکرد یک سیستم جعبه سیاه موجود مدل‌سازی و توضیح داده می‌شود، و رویکردهای ذاتی، که در آن سیستم‌ها به طور خاص به عنوان جعبه‌های سفید با حالت تفسیری طراحی می‌شوند. عملیات گروه‌هایی از روش‌ها مانند روش‌های مبتنی بر اغتشاش و پس انتشار توضیح داده می‌شوند و کاربرد در انواع مختلف طبقه‌بندی داده‌ها ارائه می‌شوند. \ مروری بر رویکردهای اصلی به هوش مصنوعی قابل توضیح (XAI) در حوزه یادگیری عمیق، از جمله محبوب‌ترین تکنیک‌ها و استفاده از آنها، با چالش‌ها و جهت‌های هیجان‌انگیز آینده XAI ارائه می‌کند. آخرین پیشرفت‌ها در روش‌های عمومی XAI برای Deep را بررسی می‌کند. آموزش توضیح می دهد که چگونه XAI برای یادگیری عمیق در حوزه های مختلف مانند تصاویر، پزشکی و پردازش زبان طبیعی (NLP) اعمال می شود یک نمای کلی از نحوه آزمایش و ارزیابی سیستم های XAI، به ویژه با کاربران واقعی، یک نیاز حیاتی در XAI ارائه می دهد.

tag : دانلود کتاب هوش مصنوعی یادگیری عمیق قابل توضیح: روش ها و چالش ها , Download هوش مصنوعی یادگیری عمیق قابل توضیح: روش ها و چالش ها , دانلود هوش مصنوعی یادگیری عمیق قابل توضیح: روش ها و چالش ها , Download Explainable Deep Learning AI: Methods and Challenges Book , هوش مصنوعی یادگیری عمیق قابل توضیح: روش ها و چالش ها دانلود , buy هوش مصنوعی یادگیری عمیق قابل توضیح: روش ها و چالش ها , خرید کتاب هوش مصنوعی یادگیری عمیق قابل توضیح: روش ها و چالش ها , دانلود کتاب Explainable Deep Learning AI: Methods and Challenges , کتاب Explainable Deep Learning AI: Methods and Challenges , دانلود Explainable Deep Learning AI: Methods and Challenges , خرید Explainable Deep Learning AI: Methods and Challenges , خرید کتاب Explainable Deep Learning AI: Methods and Challenges ,