感染拡大防止のため、本を読む前、読んだ後は手を洗いましょう。みなさまのご協力をお願いします。

検索結果書誌詳細

一般和書
ログインすると許諾を得た一部の
表紙画像をご覧になれます
  • 書誌の詳細です。 現在、この資料への予約は 0 件あります。
  • ・予約するときは「予約カートに入れる」ボタンをクリックしてください。予約するには図書館窓口で発行したパスワードが必要です。
    ・「予約カートに入れる」ボタンが出ない書誌には予約できません。
    詳しくは「マイページについて－インターネットで予約するには」をご覧ください。

蔵書情報

この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。

所蔵数 1 在庫数 0 予約数 0

書誌情報サマリ

書名

高リスク分野のための機械学習　責任あるAI構築のための実践アプローチ

著者名 Patrick Hall／著 James Curtis／著 Parul Pandey／著
出版者 オライリー・ジャパン
出版年月 2025.9
請求記号 0071/00864/

この資料に対する操作

カートに入れる を押すと この資料を 予約する候補として予約カートに追加します。

いますぐ予約する を押すと 認証後この資料をすぐに予約します。

登録する本棚ログインすると、マイ本棚が利用できます。

資料情報

各蔵書資料に関する詳細情報です。

No. 所蔵館 資料番号 資料種別 配架場所 別置 帯出 状態
1 鶴舞0238681282一般和書２階開架パソコン貸出中 

関連資料

この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。

書誌詳細

この資料の書誌詳細情報です。

請求記号 0071/00864/
書名 高リスク分野のための機械学習　責任あるAI構築のための実践アプローチ
著者名 Patrick Hall／著 　 James Curtis／著 　 Parul Pandey／著
出版者 オライリー・ジャパン
出版年月 2025.9
ページ数 32,439p
大きさ 24cm
ISBN 978-4-8144-0127-7
原書名 原タイトル:Machine learning for high‐risk applications
分類 00713
一般件名 機械学習
書誌種別 一般和書
内容紹介 金融、医療、司法など、人々の生活に重大な影響を及ぼす「高リスク」な領域に機械学習を適用する際に生じるリスクを管理し、信頼できるシステムを構築するための理論と実践的なアプローチを、豊富な事例とともに解説する。
書誌・年譜・年表 文献:章末
タイトルコード 1002510043227

要旨 本書は、機械学習モデルがもたらす重大なリスクを軽減し、責任あるＡＩ運用を実現するための実践ガイドです。特に「高リスク」な意思決定が行われる分野、たとえば生体認証による識別、重要インフラの管理、教育、雇用、公共および民間の必須サービス、法執行、移民および国境管理、刑事司法、そして民主的プロセスなどにおける事例を重視しています。本書は三部構成となっており、第１部では実践的なアプリケーションの観点から主要な問題を論じ、第２部で構造化および非構造化データの観点からトピックをさらに深掘りし、実装上の課題や分析手法を具体的に検討します。第３部では現実世界の高リスクな事例をもとに、成功のための実践的な助言を提示します。説明可能性、安全性、バイアス、プライバシーなどの課題に対し、Ｐｙｔｈｏｎベースの実践的ツールを活用した具体的対策を提供し、実務者が主体的にリスクを管理できる指針を提供します。
目次 第１部　ＡＩリスクマネジメントの理論と実践的応用（現代の機械学習におけるリスク管理
解釈可能性と説明可能性
機械学習システムの安全性と性能の検証
機械学習におけるバイアスの管理
機械学習のセキュリティ）
第２部　ＡＩリスクマネジメントの実践（説明可能なブースティング・マシンおよびＸＧＢｏｏｓｔの説明
ＰｙＴｏｒｃｈを用いた画像分類器の説明
ＸＧＢｏｏｓｔモデルの選択とデバッグ
ＰｙＴｏｒｃｈ画像分類器のデバッグ
ＸＧＢｏｏｓｔによるバイアスのテストと修正
ＸＧＢｏｏｓｔのレッドチーム演習）
第３部　結論（高リスクの機械学習で成功する方法）


内容細目表：

前のページへ
ページの先頭へ トップページへ

本文はここまでです。

ページの終わりです。