자료유형  

단행본

ISBN  

9791169212380 43000

언어부호  

본문언어 - kor, 원저작언어 - eng

KDC  

004.73-6

청구기호  

004.73 H178mKㅇ

서명/저자  

머신러닝 리스크 관리 with 파이썬 / 패트릭 홀 ; 제임스 커티스 ; 파룰 판데이 [공]지음 ; 윤덕상 [외]옮김

원서명  

[표제관련정보] 안정성과 신뢰성 높은 견고한 모델을 구축하는 방법

원서명  

[원표제]Machine Learning for High-Risk Applications : Approaches to Responsible AI

발행사항  

서울 : 한빛미디어, 2024

형태사항  

550 p. : 삽화, 도표 ; 24 cm

주기사항  

공옮긴이: 이상만, 김경환, 김광훈, 장기식

주기사항  

부록 수록

주기사항  

색인(p. 529-550) 수록

주기사항  

2025년도 대한민국학술원 선정 교육부 우수학술도서

키워드  

컴퓨터 컴퓨터공학 소프트웨어공학 파이썬 프로그래밍언어 기계학습

기타저자  

Hall, Patrick

기타저자  

Curtis, James

기타저자  

Pandey, Parul

기타저자  

윤덕상

기타저자  

이상만

기타저자  

김경환

기타저자  

김광훈

기타저자  

장기식

기타저자  

홀, 패트릭

기타저자  

커티스, 제임스

기타저자  

판데이, 파룰

기타서명  

머신러닝 리스크 관리 위드 파이썬

가격  

\42,000

Control Number  

hycl:151980

책소개  

책임감 있고 지속 가능한 ML 시스템을 배포하는 방법,
AI 모범 사례와 위험 관리 프로세스 제대로 알고 활용하기

모든 기술이 그렇듯이 ML도 의도하지 않은 오용이나 의도적인 남용 때문에 실패할 수 있습니다. 조직과 대중이 이 흥미로운 기술의 진정한 이점을 활용하려면 그러한 위험 요인을 완화해야 합니다. 이 책이 준수하려는 초기 표준이 최근 조금씩 구체화되기 시작했지만, 머신러닝 실무에서는 아직 널리 인정받는 전문 자격증이나 모범 사례가 부족합니다. 따라서 머신러닝 기술이 세상에 배포될 때 해당 기술의 결과에 대한 책임을 실무자가 떠안아야 하는 실정입니다.

이 책은 실무자가 AI 모델 위험관리 프로세스를 제대로 이해하고, 일반적인 파이썬 도구를 사용해 설명 가능한 모델을 학습하며 안전성, 편향 관리, 보안, 프라이버시 문제를 관리하는 새로운 방법을 제공합니다. ML의 리스크를 제거하는 미묘한 접근 방식을 취함으로써, 책임감 있고 지속 가능한 방식으로 ML 시스템을 성공적으로 배포할 수 있는 귀중한 리소스를 독자들에게 제공합니다.
주요 내용
● 책임 있는 AI를 위한 기술적 접근 방식 이해하기
● 성공적이고 영향력 있는 AI 위험 관리 사례를 만드는 방법 알아보기
● AI 기술 채택을 위한 기존 표준, 법률 및 평가 관련 기본 가이드 확인하기
● 새로운 NIST AI 위험 관리 프레임워크 살펴보기
● 깃허브 및 코랩의 대화형 리소스 활용하기