Explainable AI
With the increasing use of deep learning systems across various industries, there is a growing need to make their decision-making processes more understandable and transparent. Regulatory requirements now demand clarity, and users and stakeholders want to know how AI systems work. The textbook ad... Lue lisää
With the increasing use of deep learning systems across various industries, there is a growing need to make their decision-making processes more understandable and transparent. Regulatory requirements now demand clarity, and users and stakeholders want to know how AI systems work. The textbook ad... Lue lisää
-
Tuotekuvaus
With the increasing use of deep learning systems across various industries, there is a growing need to make their decision-making processes more understandable and transparent. Regulatory requirements now demand clarity, and users and stakeholders want to know how AI systems work. The textbook addresses these needs by providing a detailed guide on integrating Explainable AI (XAI) into the Deep Learning Operations (DLOps) pipeline. By doing so, organizations can implement Continuous Integration (CI) and Continuous Deployment (CD) practices effectively. Explainable AI: Building Trustworthy Deep Learning Systems focuses on how to incorporate XAI models, tools, and techniques to clarify machine learning decisions. It explores applications in fields such as healthcare, defense, human activity recognition, and object identification. The book offers practical advice on embedding XAI tools throughout the lifecycle of deep learning systems, covering topics like Explainability and Interpretability, Deep Learning Operations (DLOps), and Machine Learning Operations (MLOps). It also includes real-world examples, challenges, and solutions. This textbook is ideal for undergraduate and graduate students studying computer science, electronic and communications engineering, and electrical and electronics engineering. It is particularly suited for courses like AI Internals in Cyber-Physical Systems, AI Security Analytics, and Human-Computer Interaction with XAI. Professionals in systems engineering and industrial engineering will also find it valuable. For those adopting the textbook for courses, a solutions manual and PowerPoint slides are available. -
Tuotetiedot
- Kustantaja / Valmistaja Taylor & Francis Ltd
- ISBN 9781041046875
- Tuotekoodi 9781041046875
- Alanimike Building Trustworthy Deep Learning Systems
- Kirjoittajat D. Jeya Mala; Subramaniam Ganesan
- Sarja Prospects in Smart Technologies
- Kieli Englanti
- Thema-luokitus Säätötekniikka; Yksityisyys ja tietosuoja; Järjestelmäanalyysi ja -suunnittelu; Tekoäly
- Ilmestymispäivä 28.10.2026
- Vuosi 2026
- Tuoteryhmä Ulk tiede, luonto
- Tuotepääryhmä Ulkomaiset tietokirjat
- Tuotelinja Kirjat
- Sivumäärä 188
- Pituus (mm) 234
- Leveys (mm) 156
- Tuotemuoto Kovakantinen
- Tuoteturvallisuusyhteystiedot Taylor & Francis Verlag GmbH, GPSR@taylorandfrancis.com, Kaufingerstraße 24, 80331 München, Germany, 80331, München
- ALV 13,5%
Tämä tuote kuuluu tuoteryhmiin
Tuotearvostelut Suomalainen.comissa
Tutustu tuotearvostelujen käytäntöihin ja ehtoihin ennen kuin jätät arvostelun.
Suomalainen.com -verkkokaupassa on mahdollista jättää tuotearvosteluja siellä myynnissä olevista tuotteista. Tuotearvosteluja voivat jättää sekä tuotetta Suomalaisesta Kirjakaupasta ostaneet asiakkaat että muut sivuston käyttäjät. Arvostelijan nimimerkin jälkeinen teksti kertoo, onko kyseessä vahvistettu ostaja vai muu asiakas/sivuston käyttäjä.
-
Vahvistettu ostaja - Kyseinen arvostelu on jätetty käyttämällä tuotteen ostajalle lähetettyä sähköpostilinkkiä. Kyseessä on siis vahvistettu ostaja eli arvostelun jättänyt henkilö on ostanut todennetusti kyseisen tuotteen.
-
Vahvistettu suosittelija - Kyseinen arvostelu on jätetty suomalainen.com -verkkosivustolla. Arvostelijan sähköpostiosoite on vahvistettu, jotta on voitu varmistua siitä, että arvostelun on jättänyt oikea henkilö. Suomalainen.com ei kuitenkaan ole vahvistanut, että kyseinen henkilö on ostanut tuotteen.
- Ei tekstiä nimimerkin jälkeen - Kyseinen arvostelu on jätetty suomalainen.com -verkkosivustolla, mutta arvostelun jättäjän sähköpostiosoitetta ei ole vahvistettu.
Tuotearvostelussa pakollisia tietoja ovat tuotteen pistemäärä (tähdet), otsikko sekä arvosteluteksti. Jos jätät arvostelun sinulle lähetetyn sähköpostilinkin kautta, arvostelu julkaistaan käyttämällä etunimeäsi sekä sukunimen ensimmäistä kirjainta.
Jos jätät arvostelun sivustollamme, voit käyttää arvostelussa myös nimimerkkiä. Arvostelun jättämisen yhteydessä sinulta kysytään sähköpostiosoitetta, jonka avulla vahvistamme, että arvostelun on lähettänyt oikea henkilö, eikä esimerkiksi robotti. Tuotearvostelujen palveluntarjoajana toimii Yotpo. Katso Yotpon tietosuojaseloste.
Arvostelut julkaistaan tuotteen kohdalla automaattisesti ja ne tulevat esiin viiveellä. Suomalainen.com pidättää kuitenkin oikeuden poistaa kommentit, jotka sisältävät epäasiallista, herjaavaa tai halventavaa kieltä, vihapuhetta tai ovat muuten hyvän tavan vastaisia, tai joissa markkinoidaan muiden toimijoiden sivustoja tai tuotteita.
Jättämällä arvostelun annat Suomalaiselle Kirjakaupalle oikeuden käyttää kyseisiä arvosteluja omassa markkinoinnissaan (sekä painettu että digitaalinen) ilman erillistä korvausta. Arvosteluja käytetään myös analysointiin ja markkinoinnin kehittämiseen.
Tuotearvostelun jättäneiden kesken arvotaan säännöllisin väliajoin tuotepalkintoja. Tutustu arvonnan sääntöihin täällä.
Mikäli haluat poistaa jättämäsi tuotearvostelun verkkokaupastamme, pyyntö tästä tulee ohjata asiakaspalveluumme: asiakaspalvelu@suomalainen.com.
Tuotearvostelut eivät ole tarkoitettu asiakasreklamaatioiden tai tilauskyselyjen tekemiseen. Reklamaatiotapauksissa pyydämme ottamaan yhteyttä asiakaspalveluumme: asiakaspalvelu@suomalainen.com.
Jättämällä arvostelun suomalainen.com -verkkokauppaan hyväksyt yllämainitut käytännöt ja ehdot.
Lue lisää tuotearvosteluista.
