Uczenie maszynowe dla aplikacji wysokiego ryzyka

Książka jest kompleksowym przewodnikiem po zastosowaniu sztucznej inteligencji i uczenia maszynowego (AI/ML) w celu minimalizacji ryzyk związanych z nowoczesnym biznesem, korzystającym z tych technologii. Omówione są podstawy zarządzania ryzykiem oraz bezpieczeństwa komputerowego, regulacje, odpowiedzialność za jakość produktów opartych na ML, a także modele wyjaśnialne i metody ich weryfikacji, w tym nowa struktura zarządzania ryzykiem NIST AI. Czytelnik otrzymuje pogłębiony wgląd w programowanie przy użyciu Pythona oraz szczegółowe przykłady dla danych strukturalnych i niestrukturalnych. Szczególna uwaga poświęcona jest wyjaśnialnym maszynom boostingowym, bibliotece XGBoost oraz metodom poprawy jakości modeli ML. Przedstawione są oparte na rzeczywistym doświadczeniu porady, jak zorganizować udaną pracę z aplikacjami wysokiego ryzyka. Przykłady praktyczne ilustrują znaczenie i złożoność wdrażania ML w różnych branżach.