Machine Learning for High-Risk Applications: Approaches to Responsible AI
Эта книга представляет собой практическое руководство по внедрению ответственного искусственного интеллекта в высокорисковых приложениях. Авторы, ведущие эксперты в области data science, предлагают целостный фреймворк, объединяющий лучшие практики управления рисками, кибербезопасности, защиты данных и прикладных социальных наук.
Книга охватывает ключевые технические аспекты ответственного ИИ: объяснимость моделей, валидацию и отладку, управление смещениями (bias), защиту приватности данных и безопасность ML-систем. Особое внимание уделяется созданию эффективной практики управления рисками ИИ в организациях.
Издание включает обзор современных стандартов, законодательных требований и оценочных框架, включая новейший NIST AI Risk Management Framework. Практическая часть подкреплена интерактивными ресурсами на GitHub и Colab с кодом и примерами реализации описанных подходов.
