Explainable Machine Learning (XAI)
Coursera
23 Cursos
La University of Naples Federico II è un prestigioso ateneo pubblico con una lunga storia di eccellenza nella ricerca, nell'insegnamento e nell'innovazione. Offre una vasta gamma di programmi accademici dal livello di laurea a quello di dottorato.
Resumen
Machine Learning Explicable (XAI)
A medida que la Inteligencia Artificial (IA) se integra en dominios de alto riesgo como la salud, las finanzas y la justicia penal, es fundamental que aquellos responsables de construir estos sistemas piensen fuera de la caja negra y desarrollen sistemas que no solo sean precisos, sino también transparentes y confiables.
Este curso es una guía completa y práctica sobre el Machine Learning Explicable (XAI), que te capacita para desarrollar soluciones de IA alineadas con los principios de IA responsable. A través de discusiones, estudios de casos, laboratorios de programación y ejemplos del mundo real, adquirirás las siguientes habilidades:
- Implementar técnicas locales de explicación como LIME, SHAP y gráficos ICE utilizando Python.
- Implementar técnicas globales de explicación como los Gráficos de Dependencia Parcial (PDP) y gráficos de Efectos Locales Acumulados (ALE) en Python.
- Aplicar técnicas de explicación basadas en ejemplos para explicar modelos de machine learning utilizando Python.
- Visualizar y explicar modelos de redes neuronales utilizando técnicas SOTA en Python.
- Evaluar críticamente métodos interpretable de atención y saliencia para explicaciones de modelos transformadores.
- Explorar enfoques emergentes para la explicabilidad de los grandes modelos de lenguaje (LLM) y modelos generativos de visión por computadora.
Este curso es ideal para científicos de datos o ingenieros de machine learning que tengan un sólido conocimiento de machine learning pero que hayan tenido poca exposición a los conceptos de XAI. Al dominar los enfoques de XAI, estarás equipado para crear soluciones de IA que no solo sean poderosas sino también interpretables, éticas y confiables, resolviendo desafíos críticos en dominios como la salud, las finanzas y la justicia penal.
Para tener éxito en este curso, deberías tener un entendimiento intermedio de conceptos de machine learning como el aprendizaje supervisado y las redes neuronales.
Universidad: Universidad de Nápoles Federico IIProveedor: Coursera
Categorías: Cursos de Machine Learning, Cursos de Redes Neuronales, Cursos de IA Explicable
