• Réduire le texte

    Réduire le texte
  • Rétablir taille du texte

    Rétablir taille du texte
  • Augmenter le texte

    Augmenter le texte
  • Imprimer

    Imprimer
Human and Machine Learning - Visible, Explainable, Trustworthy and Transparent. Jianlong ZhouFang Chen (Eds). Springer Cham. 2018, 482 p.
Print ISBN: 978-3-319-90402-3. Online ISBN: 978-3-319-90403-0. © Springer Intl Publishing

Human and Machine Learning - Visible, Explainable, Trustworthy and Transparent

Première source dédiée aux avancées de pointe dans les théories, les techniques et les applications de l’apprentissage automatique, Human and Machine Learning propose une vision systématique des relations entre l'apprentissage humain et l’apprentissage automatique et explore les aspects humains de l'apprentissage automatique.

Mis à jour le 22/01/2019
Publié le 22/01/2019

Avec une évolution progressive des algorithmes de l’apprentissage automatique, une augmentation rapide des volumes de données et une amélioration significative des puissances de calcul, l'apprentissage automatique devient incontournable dans différents domaines. Toutefois, du fait de la particularité de ses méthodes, de nombreuses discussions sont encore nécessaires pour faire le lien entre apprentissage humain et apprentissage automatique dans une perspective de transparence et d'acceptation des solutions livrées, par les utilisateurs.

Human and Machine Learning aborde ces liens sous l’angle des perspectives de visualisation, d'explication, de fiabilité et de transparence. Il établit le lien entre l'apprentissage humain et l’apprentissage automatique en explorant la transparence dans l'apprentissage automatique, l'explication visuelle des processus de l’apprentissage automatique, l'explication algorithmique des modèles de l’apprentissage automatique, les réponses cognitives humaines dans la prise de décision basée sur l’apprentissage automatique, l'évaluation humaine de l’apprentissage automatique et la connaissance du domaine dans des applications de l’apprentissage automatique.

Il s'agit du premier livre de ce genre qui traite aussi largement des activités et des résultats des recherche actuelles sur l'apprentissage humain et l’apprentissage automatique. Human and Machine Learning est destiné aux chercheurs et praticiens impliqués dans l'apprentissage automatique et ses applications. Il profitera particulièrement aux chercheurs dans des domaines comme l'intelligence artificielle, les systèmes d'aide à la décision et l'interaction homme/ordinateur.

 

Human and Machine Learning - Visible, Explainable, Trustworthy and Transparent. Jianlong ZhouFang Chen (Eds). Springer Cham. 2018, 482 p.
Print ISBN: 978-3-319-90402-3. Online ISBN : 978-3-319-90403-0.

Avec la contribution de Nadia Boukhelifa, UMR Génie et microbiologie des procédés alimentaires (Inra, AgroParisTech) en qualité de co-auteur des chapitres « Evaluation of Interactive Machine Learning Systems » and « Interactive Machine Learning for Applications in Food Science »

En savoir plus