fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Misra / Chakraborty / Dey

Machine Unlearning

Principles, Methods, and Evolving Frontiers

Medium: Buch
ISBN: 978-1-041-29531-0
Verlag: Taylor & Francis Ltd
Erscheinungstermin: 10.09.2026
Jetzt vorbestellen
vorbestellbar, Erscheinungstermin ca. September 2026
Auf die Merkliste Drucken
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

This book explores one of the most critical and emerging fields in artificial intelligence (AI): machine unlearning. As data privacy concerns grow and regulations like GDPR (General Data Protection Regulation) demand compliance, this book provides a comprehensive guide to selectively removing learned information from machine learning models without sacrificing performance or requiring complete retraining. Covering foundational principles, advanced algorithms, benchmarking tools, and real-world case studies in healthcare, finance, and social media, the book bridges the gap between theory and practice. It also addresses ethical, legal, and societal implications, offering insights into creating trustworthy AI systems. This book is an essential resource for understanding and implementing machine unlearning in the era of responsible AI.

Produkteigenschaften

  • Artikelnummer: 9781041295310
  • Medium: Buch
  • ISBN: 978-1-041-29531-0
  • Verlag: Taylor & Francis Ltd
  • Erscheinungstermin: 10.09.2026
  • Sprache(n): Englisch
  • Auflage: 1. Auflage 2026
  • Produktform: Gebunden
  • Gewicht: 380 g
  • Seiten: 118
  • Format (B x H): 156 x 234 mm
  • Ausgabetyp: Kein, Unbekannt

Themen

Autoren/Hrsg.

Autoren

Preface

1. Introduction to Machine Unlearning

2. Technological Approaches to Unlearning

3. Machine Unlearning in Generative AI and LLMs

4. Benchmark Datasets and Experimental Frameworks

5. Case Studies in Machine Unlearning

6. Data Privacy Ethical Implications

7. Challenges in Applying RTBF to AI Systems

8. Conclusions and Future Research Directions