Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 38,45

+ 76 punten

Pre-order nu, verschijningsdatum onbekend

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Advances in artificial intelligence, and specifically in machine learning, are enabling new capabilities across nearly every sector of the economy. Many of these applications - such as automated vehicles, the power grid, or surgical robots - are safety critical: where malfunctions can result in harm to people, the environment, or property. While machine learning is already being deployed to enhance the capabilities of some physical systems, extending the rigorous practices of safety engineering to include machine learning components brings significant challenges.

Machine Learning for Safety-Critical Applications explores ways to safely integrate machine learning into physical systems and presents research priorities for improving safety, testing, and evaluation. This report finds that designing machine learning algorithms in a way that aligns with safety engineering standards will require changes in research, training, and engineering practice - as well as a shift away from focusing on algorithmic performance in isolation.