Ebook Explainable AI Với Python [Ấn Bản Lần 2, Tháng 8/2025] [PDF] [9301E]
Cuốn sách toàn diện này về Explainable AI đã được cập nhật và mở rộng để phản ánh những tiến bộ mới nhất trong lĩnh vực XAI, làm phong phú thêm tài liệu hiện có bằng các research, case study và các kỹ thuật thực tế mới.
Phiên bản thứ hai mở rộng phiên bản trước đó bằng cách đề cập đến những tiến bộ trong AI, bao gồm large language models và các multimodal system tích hợp dữ liệu văn bản, hình ảnh, âm thanh và cảm biến. Ấn bản này nhấn mạnh việc làm cho các hệ thống phức tạp có thể diễn giải được (interpretable) mà không ảnh hưởng đến hiệu suất và tập trung hơn vào các additive model để cải thiện khả năng diễn giải. Cân bằng giữa tính nghiêm ngặt về mặt kỹ thuật với khả năng tiếp cận, cuốn sách kết hợp lý thuyết và ứng dụng thực tiễn, trang bị cho người đọc những kỹ năng cần thiết để áp dụng hiệu quả các phương pháp explainable AI (XAI) trong bối cảnh thực tế.
Mở rộng chương "Intrinsic Explainable Models" để đi sâu hơn vào các generalized additive model và các kỹ thuật intrinsic khác, làm phong phú thêm chương với các ví dụ và trường hợp sử dụng mới để hiểu rõ hơn về các mô hình intrinsic XAI.
Chi tiết hơn trong "Model-Agnostic Methods cho XAI" tập trung vào cách giải thích khác nhau giữa training set và test set, bao gồm một mô hình mới để minh họa những khác biệt này rõ ràng và hiệu quả hơn.
Phần mới trong "Making Science với Machine Learning và XAI" trình bày một phương pháp trực quan để tìm hiểu các chức năng cơ bản trong XAI, giúp người đọc dễ hiểu hơn về khái niệm này thông qua giao diện tương tác và hấp dẫn.
Bản sửa đổi trong "Adversarial Machine Learning & Explainability" bao gồm một code review để nâng cao sự hiểu biết và hiệu quả của các khái niệm được thảo luận, đảm bảo rằng các ví dụ code được cập nhật và tối ưu hóa cho các best practice hiện hành.
Chương mới về "Generative Models & Large Language Models (LLM)" dành riêng cho các generative model và large language model, khám phá vai trò của chúng trong XAI và cách chúng có thể được sử dụng để tạo ra các giải thích phong phú hơn, tương tác hơn. Chương này cũng đề cập đến explainability của các transformer model và quyền riêng tư thông qua các generative model.
Chương nhỏ "Artificial General Intelligence & XAI" dành riêng để khám phá những tác động của Artificial General Intelligence (AGI) đối với XAI, thảo luận về cách những tiến bộ hướng tới các hệ thống AGI ảnh hưởng đến các chiến lược và phương pháp luận cho XAI.
Những cải tiến trong "Explaining Deep Learning Models" giới thiệu các phương pháp mới trong việc giải thích các mô hình deep learning, làm phong phú thêm chương này bằng các kỹ thuật tiên tiến và hiểu biết sâu sắc hơn.
Mục lục:
- ✓ Chương 01. Bối cảnh.
- ✓ Chương 02. Explainable AI: Nhu cầu, Cơ hội và Thách thức.
- ✓ Chương 03. Intrinsic Explainable Models.
- ✓ Chương 04. Model-Agnostic Methods for XAI.
- ✓ Chương 05. Explaining Deep Learning Models.
- ✓ Chương 06. Additive Models for Interpretability.
- ✓ Chương 07. Adversarial Machine Learning & Explainability.
- ✓ Chương 08. Explainability of Language Models (XAI & LLM).
- ✓ Chương 09. Making Science với Machine Learning & XAI.
- ✓ Chương 10. AGI, LLM, XAI.
- ✓ Chương 11. Đề xuất cho một Sustainable Model của Explainable AI.