可信機器學習是機器學習的重要部分，是一門研究機器學習可信屬性的學科。本書將可信機器學習的屬性貫穿始終，全面系統(tǒng)地介紹可信機器學習的概念原則和技術方法。本書內容分六部分。第一部分詳細闡述可信機器學習的框架、機器學習生命周期以及安全性相關概念；第二部分針對機器學習中的數(shù)據(jù)介紹數(shù)據(jù)偏差、數(shù)據(jù)隱私等相關概念和解決方法；第三部分圍繞建模過程介紹檢測理論、監(jiān)督學習和因果建模的理論及方法；第四部分針對機器學習的可靠性，講解分布偏移的概念和緩解方法，以及機器學習公平性和安全性方法；第五部分圍繞人與機器的交互，闡述機器學習的可解釋性、透明性和價值對齊；第六部分針對機器學習的目標，介紹倫理原則、社會公益以及過濾氣泡等問題。