Udemy

Inteligência Artificial Explicável (xAI) com Python

Conheça conceitos e Técnicas Utilizadas para Tornar a Inteligência Artificial mais Compreensível para Humanos
Free tutorial
Rating: 4.6 out of 5 (275 ratings)
6,079 students
1hr 49min of on-demand video
Portuguese
Portuguese [Auto]

Entenda o que é Inteligência Artificial Explicável
Conheça as principais técnicas para tornar modelos compreensíveis para humanos
Entenda conceitos como White e Black-Box
Desenvolva modelos explicáveis usando Python

Requirements

  • Conhecimentos básicos de Machine Learning

Description

Seja bem vindo ao curso de Inteligência Artificial Explicável (xAI)

Se você tem uma compreensão básica do funcionamento de uma Rede Neural Artificial, entende que no processo de treinamento, pesos ligados as sinapses são ajustados, num processo complexo e com alto custo computacional. Ao final do processo, a rede neural treinada poderá ser composta por centenas de reurônios conectados através de sinapses e milhares de pesos ajustados e relacionados as sinapses. Além disso, muitos diferentes hiper parametros são utilizados, e ajustados, buscando a melhor performance.

Embora o resultado em termos de acurácia possa ser fantástico, compreender a racionalização por traz do processo de decisão da uma Rede Neural Artificial pode ser extremamente complexo. Modelos de Inteligência Artificial, como Redes Neurais Artificiais, não permitem que o processo de tomada de decisão utilizado seja compreendido por humanos. Cada vez mais diferentes áreas de negócios, como saúde, segurança, prevenção de fraude entre outros, precisam que seus modelos tenham sua racionalização explicável.

A área de Inteligência Artificial  Explicável busca tonar modelos de Machine Learning compreensíveis, utilizando técnicas como Feature Importance, Individual Conditional Expectation (ICE), Partial Dependence Plots (PDP) entre outros.


  • Entenda o que é Inteligência Artificial Explicável

  • Conheça as principais técnicas para tornar modelos compreensíveis para humanos

  • Entenda conceitos como White e Black-Box

  • Desenvolva modelos explicáveis usando Python

O curso apresenta ainda exemplos em Python.

Who this course is for:

  • Cientistas de Dados
  • Engenheiros de Dados
  • Engenheiros de Machine Learning

Instructor

Data Engineer Lead, Data Scientist, Writer and Teacher
Fernando Amaral
  • 4.7 Instructor Rating
  • 54,294 Reviews
  • 224,223 Students
  • 68 Courses

Fernando Amaral has been working with data related projects for over 12 years, currently as a full-time Data Engineer for a North American company. He is the author of several books about Data Science.  He has dozens of published articles and videos on data science and data careers. As a teacher, he has more than 150,000 students enrolled in his more than 50 courses.

Top companies trust Udemy

Get your team access to Udemy's top 25,000+ courses