Interpretable machine learning applications: Part 3

via Coursera

Resumen

Título: Aplicaciones de Machine Learning Interpretativo: Parte 3

Descripción: Únete a nuestro curso intensivo de 50 minutos basado en proyectos, titulado "Aplicaciones de Machine Learning Interpretativo: Parte 3", disponible en Coursera. Este curso está diseñado para equipar a los participantes con la habilidad de aplicar técnicas de explicación sofisticadas y algoritmos para interpretar predicciones hechas por modelos complejos de aprendizaje automático, tales como redes neuronales artificiales. La técnica utilizada es ideal para analizar modelos que funcionan como "cajas negras", haciendo este curso increíblemente beneficioso para tomadores de decisiones en varios sectores, incluyendo la banca y la administración pública. Estas explicaciones son cruciales para aquellos que deseen emplear aplicaciones de aprendizaje automático fiables para mejorar los procesos de toma de decisiones.

El curso está estructurado alrededor de tres objetivos de aprendizaje principales:

Objetivo 1: Definir, entrenar, y evaluar un clasificador de redes neuronales artificiales (modelo secuencial) utilizando la API de Keras para TensorFlow. Los participantes entrenarán y probarán el modelo predictivo usando el conjunto de datos HELOC, que incluye datos sobre solicitudes de hipotecas aprobadas y rechazadas.
Objetivo 2: Aprender a generar explicaciones examinando perfiles similares a un solicitante de hipoteca categorizado como de riesgo "Bueno" o "Malo".
Objetivo 3: Generar explicaciones contrastivas enfocándose en características y valores negativos pertinentes para determinar qué cambios son necesarios para convertir una solicitud "rechazada" en una "aprobada".

Proveedor: Coursera

Categorías: Cursos de Machine Learning