Practicing Trustworthy Machine Learning



- Ocena:
- Bądź pierwszym, który oceni tę książkę
- Stron:
- 302
- Dostępne formaty:
-
ePubMobi
Opis ebooka: Practicing Trustworthy Machine Learning
With the increasing use of AI in high-stakes domains such as medicine, law, and defense, organizations spend a lot of time and money to make ML models trustworthy. Many books on the subject offer deep dives into theories and concepts. This guide provides a practical starting point to help development teams produce models that are secure, more robust, less biased, and more explainable.
Authors Yada Pruksachatkun, Matthew McAteer, and Subhabrata Majumdar translate best practices in the academic literature for curating datasets and building models into a blueprint for building industry-grade trusted ML systems. With this book, engineers and data scientists will gain a much-needed foundation for releasing trustworthy ML applications into a noisy, messy, and often hostile world.
You'll learn:
- Methods to explain ML models and their outputs to stakeholders
- How to recognize and fix fairness concerns and privacy leaks in an ML pipeline
- How to develop ML systems that are robust and secure against malicious attacks
- Important systemic considerations, like how to manage trust debt and which ML obstacles require human intervention
Wybrane bestsellery
-
Ta książka jest kompleksowym wprowadzeniem do matematyki dyskretnej, przydatnym dla każdego, kto chce pogłębić i ugruntować swoje umiejętności informatyczne. W zrozumiały sposób przedstawiono tu metody matematyki dyskretnej i ich zastosowanie w algorytmach i analizie danych, włączając w to techni...
Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie
(41.40 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%) -
Oto pierwszy tom dzieła, które stanowi inspirujące spojrzenie na sztuczną inteligencję. Jego zrozumienie nie wymaga wybitnej znajomości informatyki i matematyki. Książka jest wspaniałą syntezą wczesnych i późniejszych koncepcji, a także technik, przeprowadzoną we frameworku idei, metod i technolo...
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1 Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1
(109.85 zł najniższa cena z 30 dni)109.85 zł
169.00 zł(-35%) -
To drugi tom klasycznego podręcznika wiedzy o sztucznej inteligencji. Podobnie jak w wypadku pierwszej części, lektura tej książki nie wymaga wybitnej znajomości tematu. Dzięki przejrzystości tekstu i umiejętnemu unikaniu nadmiernego formalizmu można w dość łatwy sposób zrozumieć kluczowe idee i ...
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2 Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
(83.85 zł najniższa cena z 30 dni)83.85 zł
129.00 zł(-35%) -
Ta książka jest nowatorskim podręcznikiem, w którym w zrozumiały, intuicyjny sposób opisano techniki sztucznej inteligencji. Została wzbogacona kolorowymi ilustracjami i zrozumiałym kodem, dzięki czemu pozwala o wiele łatwiej zagłębić się w złożoność modeli głębokiego uczenia. Trudniejsze zagadni...
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
(59.40 zł najniższa cena z 30 dni)64.35 zł
99.00 zł(-35%) -
To praktyczny przewodnik po algorytmach sztucznej inteligencji. Skorzystają z niego programiści i inżynierowie, którzy chcą zrozumieć zagadnienia i algorytmy związane ze sztuczną inteligencją na podstawie praktycznych przykładów i wizualnych wyjaśnień. Książka pokazuje, jak radzić sobie z takimi ...
Algorytmy sztucznej inteligencji. Ilustrowany przewodnik Algorytmy sztucznej inteligencji. Ilustrowany przewodnik
(47.40 zł najniższa cena z 30 dni)51.35 zł
79.00 zł(-35%) -
Ten podręcznik jest przeznaczony dla osób, które chcą dobrze zrozumieć matematyczne podstawy uczenia maszynowego i nabrać praktycznego doświadczenia w używaniu pojęć matematycznych. Wyjaśniono tutaj stosowanie szeregu technik matematycznych, takich jak algebra liniowa, geometria analityczna, rozk...(77.40 zł najniższa cena z 30 dni)
83.85 zł
129.00 zł(-35%) -
Ta książka jest praktycznym podręcznikiem opartym na sprawdzonej metodyce: nauce poprzez pisanie kodu w Pythonie. Aby w pełni z niego skorzystać, nie musisz znać wyższej matematyki. Dzięki praktycznym lekcjom szybko zaczniesz programowo tworzyć konkretne rozwiązania. Dowiesz się, jak można zaimpl...
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
-
To kompletny, zwięzły przewodnik po świecie sztucznej inteligencji. Znalazły się tu przejrzyście wyłożone podstawy i bardziej zaawansowane zagadnienia. Wyjaśniono, jak najlepiej zabrać się do tworzenia systemów AI wykorzystujących uczenie ze wzmacnianiem oraz głębokie uczenie. Krok po kroku pokaz...
Sztuczna inteligencja. Błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem i uczenia głębokiego Sztuczna inteligencja. Błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem i uczenia głębokiego
(47.40 zł najniższa cena z 30 dni)51.35 zł
79.00 zł(-35%) -
Dr Yves Hilpisch szczegółowo opisuje zarówno podstawy teoretyczne, jak i praktyczne aspekty używania algorytmów sztucznej inteligencji w ramach usług i produktów finansowych. Opierając się na przykładach z języka Python, pokazuje metodyki, modele, założenia i techniki wdrażania AI, a także analiz...
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI
(59.40 zł najniższa cena z 30 dni)64.35 zł
99.00 zł(-35%) -
Ta książka jest praktycznym przewodnikiem przeznaczonym dla inżynierów uczenia maszynowego i analityków danych. W jasny i przystępny sposób omówiono w niej zasadnicze zagadnienia teorii modelowania generatywnego, a następnie zaprezentowano techniki stosowane do budowy modeli generatywnych, włączn...
Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania
(40.20 zł najniższa cena z 30 dni)43.55 zł
67.00 zł(-35%)
Ebooka przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video zobaczysz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP4 (pliki spakowane w ZIP)
Szczegóły ebooka
- ISBN Ebooka:
- 978-10-981-2023-8, 9781098120238
- Data wydania ebooka:
-
2023-01-03
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Język publikacji:
- angielski
- Rozmiar pliku ePub:
- 12.5MB
- Rozmiar pliku Mobi:
- 12.5MB
Spis treści ebooka
- Preface
- Implementing Machine Learning in Production
- The Transformer Convergence
- An Explosion of Large and Highly Capable ML Models
- Why We Wrote This Book
- Who This Book Is For
- AI Safety and Alignment
- Use of HuggingFace PyTorch for AI Models
- Foundations
- Conventions Used in This Book
- Using Code Examples
- OReilly Online Learning
- How to Contact Us
- Acknowledgments
- 1. Privacy
- Attack Vectors for Machine Learning Pipelines
- Improperly Implemented Privacy Features
in ML: Case Studies
- Case 1: Apples CSAM
- Case 2: GitHub Copilot
- Case 3: Model and Data Theft from No-Code ML Tools
- Definitions
- Definition of Privacy
- Proxies and Metrics for Privacy
- Adversarial success
- Indistinguishability
- Data similarity
- Accuracy and precision
- Uncertainty
- Information gain/loss
- Time spent
- Legal Definitions of Privacy
- k-Anonymity
- Types of Privacy-Invading Attacks on ML Pipelines
- Membership Attacks
- Model Inversion
- Model Extraction
- Stealing a BERT-Based Language Model
- Defenses Against Model Theft from Output Logits
- Privacy-Testing Tools
- Methods for Preserving Privacy
- Differential Privacy
- Stealing a Differentially Privately Trained Model
- Further Differential Privacy Tooling
- Homomorphic Encryption
- Secure Multi-Party Computation
- SMPC Example
- Further SMPC Tooling
- Federated Learning
- Conclusion
- 2. Fairness and Bias
- Case 1: Social Media
- Case 2: Triaging Patients in Healthcare Systems
- Case 3: Legal Systems
- Key Concepts in Fairness and Fairness-Related Harms
- Individual Fairness
- Parity Fairness
- Calculating Parity Fairness
- Step 1: Dividing your test data into cohorts
- Step 2: Get model performance results
- Step 3: Evaluate for disparity
- Scenario 1: Language Generation
- Scenario 2: Image Captioning
- Fairness Harm Mitigation
- Mitigation Methods in the Pre-Processing Stage
- Mitigation Methods in the In-Processing Stage
- Adversarial bias mitigation
- Regularization
- Mitigation Methods in the Post-Processing Stage
- Fairness Tool Kits
- How Can You Prioritize Fairness in Your Organization?
- Conclusion
- Further Reading
- 3. Model Explainability and Interpretability
- Explainability Versus Interpretability
- The Need for Interpretable and Explainable Models
- A Possible Trade-off Between Explainability and Privacy
- Evaluating the Usefulness of Interpretation or Explanation Methods
- Definitions and Categories
- Black Box
- Global Versus Local Interpretability
- Model-Agnostic Versus Model-Specific Methods
- Interpreting GPT-2
- Methods for Explaining Models and Interpreting Outputs
- Inherently Explainable Models
- Linear regression
- Logistic regression
- Generalized linear model
- Generalized additive models
- Generalized additive models plus interactions
- Symbolic regression
- Support vector machines
- Decision tree
- Decision rules
- Beyond intrinsically interpretable models
- Inherently Explainable Models
- Local Model-Agnostic Interpretability Methods
- Local interpretable model-agnostic explanation
- Deep dive example: LIME on Vision Transformer models
- Shapley and SHAP
- Deep dive example: SHAP on Vision Transformer models
- Global Model-Agnostic Interpretability Methods
- Permutation feature importance
- Global surrogate models
- Prototypes and criticisms
- Explaining Neural Networks
- Saliency Mapping
- Deep Dive: Saliency Mapping with CLIP
- Adversarial Counterfactual Examples
- Overcome the Limitations of Interpretability with a Security Mindset
- Limitations and Pitfalls of Explainable and Interpretable Methods
- Risks of Deceptive Interpretability
- Conclusion
- 4. Robustness
- Evaluating Robustness
- Non-Adversarial Robustness
- Step 1: Apply Perturbations
- Computer vision
- Language
- Step 1: Apply Perturbations
- Step 2: Defining and Applying Constraints
- Natural language processing
- Fluency
- Preserving semantic meaning
- Natural language processing
- Computer vision
- Deep Dive: Word Substitution with Cosine Similarity Constraints
- Adversarial Robustness
- Deep Dive: Adversarial Attacks in Computer Vision
- The HopSkipJump attack on ImageNet
- Deep Dive: Adversarial Attacks in Computer Vision
- Creating Adversarial Examples
- Improving Robustness
- Conclusion
- 5. Secure and Trustworthy Data Generation
- Case 1: Unsecured AWS Buckets
- Case 2: Clearview AI Scraping Photos from Social Media
- Case 3: Improperly Stored Medical Data
- Issues in Procuring Real-World Data
- Using the Right Data for the Modeling Goal
- Consent
- PII, PHI, and Secrets
- Proportionality and Sampling Techniques
- Undescribed Variation
- Unintended Proxies
- Failures of External Validity
- Data Integrity
- Setting Reasonable Expectations
- Tools for Addressing Data Collection Issues
- Getting consent
- Identifying PHI, PII, and other sensitive data
- Proportionality and sampling techniques
- Tracking unintended variation
- Tracking unintended proxies
- Data integrity
- Improperly organized splits
- Setting reasonable expectations
- Synthetically Generated Data
- DALLE, GPT-3, and Synthetic Data
- Improving Pattern Recognition with Synthetic Data
- Process-driven synthetic data
- Data-driven synthetic data
- Deep Dive: Pre-Training a Model with a Process-Driven Synthetic Dataset
- Facial Recognition, Pose Detection, and Human-Centric Tasks
- Object Recognition and Related Tasks
- Environment Navigation
- Unity and Unreal Environments
- Limitations of Synthetic Data in Healthcare
- Limitations of Synthetic Data in NLP
- Self-Supervised Learned Models Versus Giant Natural Datasets
- Repurposing Quality Control Metrics for Security Purposes
- Conclusion
- 6. More State-of-the-Art Research Questions
- Making Sense of Improperly Overhyped Research Claims
- Shallow Human-AI Comparison Antipattern
- Downplaying the Limitations of the Technique Antipattern
- Uncritical PR Piece Antipattern
- Hyperbolic or Just Plain Wrong Antipattern
- Getting Past These Antipatterns
- Making Sense of Improperly Overhyped Research Claims
- Quantized ML
- Tooling for Quantized ML
- Privacy, Bias, Interpretability, and Stability in Quantized ML
- Diffusion-Based Energy Models
- Homomorphic Encryption
- Simulating Federated Learning
- Quantum Machine Learning
- Tooling and Resources for Quantum Machine Learning
- Why QML Will Not Solve Your Regular ML Problems
- Making the Leap from Theory to Practice
- 7. From Theory to Practice
- Part I: Additional Technical Factors
- Causal Machine Learning
- Steps to causal inference
- Tools for causal inference
- Causality and trust
- Causal Machine Learning
- Sparsity and Model Compression
- Pruning
- Sparse training
- Trust elements in sparse models
- Part I: Additional Technical Factors
- Uncertainty Quantification
- Aleatoric uncertainty
- Epistemic uncertainty
- Confidence intervals
- Bootstrap resampling
- Are you certain I can trust you?
- Part II: Implementation Challenges
- Motivating Stakeholders to Develop Trustworthy ML Systems
- Debt management
- Risk management
- Motivating Stakeholders to Develop Trustworthy ML Systems
- Trust Debts
- Technical trust debt
- Ethical debt
- Important Aspects of Trust
- Evaluation and Feedback
- Trustworthiness and MLOps
- Scaling challenges
- Data drift
- Model monitoring and observability
- Techniques
- Anomaly detection
- Change point detection
- Control charts
- Conclusion
- 8. An Ecosystem of Trust
- Tooling
- LiFT
- Datasheets
- Model Cards
- DAG Cards
- Tooling
- Human-in-the-Loop Steps
- Oversight Guidelines
- Stages of Assessment
- Scoping
- Data collection
- Model training
- Model validation
- The Need for a Cross-Project Approach
- MITRE ATLAS
- Benchmarks
- AI Incident Database
- Bug Bounties
- Deep Dive: Connecting the Dots
- Data
- Pre-Processing
- Model Training
- Model Inference
- Trust Components
- Conclusion
- A. Synthetic Data Generation Tools
- B. Other Interpretability and
Explainability Tool Kits
- Interpretable or Fair Modeling Packages
- Other Python Packages for General Explainability
- Index
O'Reilly Media - inne książki
-
Combing the web is simple, but how do you search for data at work? It's difficult and time-consuming, and can sometimes seem impossible. This book introduces a practical solution: the data catalog. Data analysts, data scientists, and data engineers will learn how to create true data discovery in ...(228.65 zł najniższa cena z 30 dni)
220.15 zł
259.00 zł(-15%) -
This updated edition of the Nutshell guide not only helps experienced Java programmers get the most out of versions through Java 17, it also serves as a learning path for new developers. Chock-full of examples that demonstrate how to take complete advantage of modern Java APIs and development bes...(228.65 zł najniższa cena z 30 dni)
220.15 zł
259.00 zł(-15%) -
Get started with Ray, the open source distributed computing framework that simplifies the process of scaling compute-intensive Python workloads. With this practical book, Python programmers, data engineers, and data scientists will learn how to leverage Ray locally and spin up compute clusters. Y...(228.65 zł najniższa cena z 30 dni)
220.15 zł
259.00 zł(-15%) -
Remove your doubts about AI and explore how this technology can be future-proofed using blockchain's smart contracts and tamper-evident ledgers. With this practical book, system architects, software engineers, and systems solution specialists will learn how enterprise blockchain provides permanen...(271.15 zł najniższa cena z 30 dni)
262.65 zł
309.00 zł(-15%) -
FinOps brings financial accountability to the variable spend model of cloud. Used by the majority of global enterprises, this management practice has grown from a fringe activity to the de facto discipline managing cloud spend. In this book, authors J.R. Storment and Mike Fuller outline the proce...(271.15 zł najniższa cena z 30 dni)
262.65 zł
309.00 zł(-15%) -
Edge AI is transforming the way computers interact with the real world, allowing IoT devices to make decisions using the 99% of sensor data that was previously discarded due to cost, bandwidth, or power limitations. With techniques like embedded machine learning, developers can capture human intu...(271.15 zł najniższa cena z 30 dni)
262.65 zł
309.00 zł(-15%) -
Why is it difficult for so many companies to get digital identity right? If you're still wrestling with even simple identity problems like modern website authentication, this practical book has the answers you need. Author Phil Windley provides conceptual frameworks to help you make sense of all ...(194.65 zł najniższa cena z 30 dni)
186.15 zł
219.00 zł(-15%) -
Python was recently ranked as today's most popular programming language on the TIOBE index, thanks to its broad applicability to design and prototyping to testing, deployment, and maintenance. With this updated fourth edition, you'll learn how to get the most out of Python, whether you're a profe...(305.15 zł najniższa cena z 30 dni)
296.65 zł
349.00 zł(-15%) -
With the accelerating speed of business and the increasing dependence on technology, companies today are significantly changing the way they build in-house business solutions. Many now use low-code and no code technologies to help them deal with specific issues, but that's just the beginning. Wit...
Building Solutions with the Microsoft Power Platform Building Solutions with the Microsoft Power Platform
(262.65 zł najniższa cena z 30 dni)262.65 zł
309.00 zł(-15%) -
Companies are scrambling to integrate AI into their systems and operations. But to build truly successful solutions, you need a firm grasp of the underlying mathematics. This accessible guide walks you through the math necessary to thrive in the AI field such as focusing on real-world application...(271.15 zł najniższa cena z 30 dni)
262.65 zł
309.00 zł(-15%)
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
W przypadku usługi "Druk na żądanie" termin dostarczenia przesyłki może obejmować także czas potrzebny na dodruk (do 10 dni roboczych)
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.


Oceny i opinie klientów: Practicing Trustworthy Machine Learning Yada Pruksachatkun, Matthew Mcateer, Subho Majumdar (0)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.