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。
書誌情報
| 書名 |
労務リスクを減らすための入門図解労務管理の法律知識実践マニュアル 事業者必携
|
| 著者名 |
小島 彰/監修
|
| 出版者 |
三修社
|
| 出版年月 |
2023.1 |
この資料に対する操作
電子書籍を読むを押すと 電子図書館に移動しこの資料の電子書籍を読むことができます。
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 |
請求記号 |
配架場所 |
所蔵棚番号 |
資料種別 |
帯出区分 |
状態 |
付録 |
貸出
|
| 1 |
中央図書館 | 0181054446 | 336.4/ロ/ | 1階図書室 | 42B | 一般図書 | 一般貸出 | 在庫 | |
○ |
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。
| タイトルコード |
1008001740527 |
| 書誌種別 |
図書 |
| 書名 |
労務リスクを減らすための入門図解労務管理の法律知識実践マニュアル 事業者必携 |
| 書名ヨミ |
ロウム リスク オ ヘラス タメ ノ ニュウモン ズカイ ロウム カンリ ノ ホウリツ チシキ ジッセン マニュアル |
| 著者名 |
小島 彰/監修
|
| 著者名ヨミ |
コジマ アキラ |
| 出版者 |
三修社
|
| 出版年月 |
2023.1 |
| ページ数 |
255p |
| 大きさ |
21cm |
| 分類記号 |
336.4
|
| 分類記号 |
336.4
|
| ISBN |
4-384-04907-7 |
| 内容紹介 |
職場で起こりがちな法律問題と労務リスク防止のために必要な法律知識を、Q&A、書式、資料とともに解説。中でも、残業代不払い、ハラスメント、雇止め等、近時問題になっているテーマを重点的に説明する。最新の改正に対応。 |
| 件名 |
労務管理、労働法 |
| 言語区分 |
日本語 |
| (他の紹介)内容紹介 |
AIモデルの透明性と解釈可能性、そして説明可能性の追求は、エラーやバイアスを最小限に抑え、予測結果の信頼性・公平性を高め「責任あるAI」を実現するために重要な分野です。本書では、線形回帰や決定木などのシンプルなホワイトボックスモデルから、深層ニューラルネットワークなどのようなブラックボックスモデルまで、その解釈手法とPythonによる実装を解説。「どのように動作し、予測に至ったのか」に答え、モデルを「解釈可能」にするためのアプローチを網羅的に扱い、そして更に「なぜ、この予測をしたのか」に答え「説明可能なAI」に至るための道を示しています。 |
| (他の紹介)目次 |
第1部 解釈可能性の基礎(はじめに ホワイトボックスモデル) 第2部 モデルの処理の解釈(モデルに依存しない方法:大域的な解釈可能性 モデルに依存しない方法:局所的な解釈可能性 顕著性マップ) 第3部 モデルの表現の解釈(層とユニットを理解する 意味的な類似性を理解する) 第4部 公平性とバイアス(公平性とバイアスの軽減 説明可能なAIへの道) Appendix 巻末付録(セットアップを行う PyTorch 日本語版付録 日本語を扱う) |
| (他の紹介)著者紹介 |
Thampi,Ajay 機械学習に強いバックグラウンドを持っており、博士号は信号処理と機械学習がテーマ。強化学習、凸最適化、5Gセルラーネットワークに適用される古典的な機械学習技術をテーマに、主要なカンファレンスやジャーナルで論文を発表している。現在は、大手テック企業で主に責任あるAIと公平性を専門に機械学習エンジニアとして活躍しており、マイクロソフトのリードデータサイエンティストとして、製造業、小売業、金融業など様々な業界の顧客に対して、複雑なAIソリューションをデプロイする仕事を担当した経験を持つ(本データはこの書籍が刊行された当時に掲載されていたものです) |
内容細目表
前のページへ