Mašininis mokymasis aukštos rizikos programoms

Knyga yra išsami vadovė apie dirbtinio intelekto ir mašininio mokymosi (DI/ML) taikymą, siekiant sumažinti riziką šiuolaikiniam verslui, susijusiam su šių technologijų naudojimu. Aptariamos rizikų valdymo ir kompiuterinio saugumo pagrindai, reglamentai, atsakomybė už kokybę produktų, pagrįstų ML, taip pat aiškinami modeliai ir metodai, kaip juos tikrinti, įskaitant naująsias NIST AI rizikų valdymo gaires. Skaitytojui siūlomas gilus žvilgsnis į programavimą naudojant Python ir išsamūs pavyzdžiai struktūrizuotiems ir nestruktūrizuotiems duomenims. Ypatingas dėmesys skiriamas aiškiai įvertintoms didinimo mašinoms, bibliotikai XGBoost ir metodams, kaip pagerinti ML modelių kokybę. Pateikiami realaus pasaulio patarimai, kaip sėkmingai organizuoti darbą su aukštos rizikos programomis. Pateikiami praktiniai pavyzdžiai, iliustruojantys ML diegimo svarbą ir sudėtingumą įvairiose pramonės šakose.