Cuốn sách truy cập mở này cung cấp một cuộc tranh luận toàn diện và có hệ thống về các khái niệm chính và các lĩnh vực ứng dụng của triết học khoa học đối với máy học. Bối cảnh hiện tại của cuộc tranh luận về những thách thức về nhận thức luận và phương pháp luận do máy học đặt ra trong các lĩnh vực khoa học còn rời rạc và thiếu một sợi dây liên kết chung giúp hiểu được sự phức tạp của vấn đề. Trên cơ sở đó, cuốn sách này tập hợp các nhà nghiên cứu chuyên gia trong lĩnh vực này, cấu trúc cuộc tranh luận theo cách cho phép người đọc nhanh chóng định hướng trong lĩnh vực nghiên cứu đang phát triển này và mở đường cho những hướng nghiên cứu triết học và kỹ thuật mới. Mặc dù cuốn sách được viết từ góc độ triết học khoa học và nhận thức luận, nó vẫn thu hút sự quan tâm của các nhà triết học trong vô số lĩnh vực, chẳng hạn như triết học tâm trí, triết học ngôn ngữ, triết học thần kinh học và siêu hình học khoa học, nghiên cứu STS, cũng như các nhà nghiên cứu làm việc về các vấn đề kỹ thuật và tính toán như khả năng giải thích, độ tin cậy, khả năng diễn giải, tính minh bạch.

Abstract:

This open access book offers a comprehensive and systematic debate on the key concepts and areas of application of the philosophy of science for machine learning. The current landscape of the debate about the epistemic and methodological challenges raised by machine learning in scientific fields is fragmented and lacks a common thread that helps to understand the complexity of the issue. Against this background, this book brings together expert researchers in the field, structuring the debate in ways that allow readers to navigate quickly in this evolving field of research and pave the way to new paths of philosophical and technical research. Although the book is written from the perspective of philosophy of science and epistemology, it is of interest to philosophers in a myriad of fields, such as philosophy of mind, philosophy of language, philosophy of neuroscience, and metaphysics of science, STS studies, as well as to researchers working on technical and computational issues such as explainability, trustworthiness, interpretability, transparency.

Ngôn ngữ:	eng
Tác giả:	Durán, Juan M., Pozzi, Giorgia
Thông tin nhan đề:	Philosophy of Science for Machine Learning: Core Issues and New Perspectives
Nhà xuất bản:	Springer Nature
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by/4.0/deed.en
Nguồn gốc:	https://library.oapen.org/handle/20.500.12657/109340
Mô tả vật lý:	506tr
Năm xuất bản:	2026