After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrizione del corso
Capire i concetti base dell'intelligenza artificiale spiegabile (XAI)
Questo corso ti introduce al campo fondamentale della XAI, concentrandosi sul rendere comprensibili e accessibili gli algoritmi complessi dell'intelligenza artificiale. La necessità di trasparenza e fiducia in queste tecnologie cresce man mano che i sistemi di IA diventano sempre più integrati in vari settori. Questo corso parla dei concetti chiave della XAI, tipo trasparenza, interpretabilità e responsabilità, e cerca di capire come bilanciare la complessità dei modelli con la loro spiegabilità.Impara le tecniche XAI
Imparerai a conoscere le spiegazioni specifiche per modello e indipendenti dal modello, acquisendo conoscenze pratiche e strumenti per applicare efficacemente i principi XAI nei tuoi progetti. Il corso vuole darti le conoscenze per rendere i sistemi di IA più trasparenti, etici e in linea con i valori della società, assicurando che le decisioni prese dall'IA non siano solo efficaci, ma anche giustificabili e comprensibili.Implementare la XAI nel mondo reale
Alla fine di questo corso, avrai una buona comprensione della XAI e di quanto sia importante nello sviluppo di soluzioni di IA, e sarai pronto per mettere in pratica questi principi per migliorare la chiarezza e l'affidabilità dei sistemi di IA nelle applicazioni del mondo reale.Prerequisiti
Non ci sono prerequisiti per questo corso
Curriculum
Programma del corso
1
Introduzione alla Explainable AI
Esploriamo la Explainable AI (XAI), mettendo l’accento sul suo ruolo nel rendere i sistemi di AI trasparenti, interpretabili e affidabili. Vediamo le capacità dell’AI nella previsione e nella generazione di contenuti, evidenziando la necessità di processi decisionali chiari. Inoltre, analizziamo metodi per rendere i modelli di AI complessi più comprensibili a un pubblico ampio.
- Perché l'Explainable AI è importante50 XP
- Trasparenza o interpretabilità50 XP
- Scenari interpretabili50 XP
- Obiettivi di XAI50 XP
- Gli aspetti tecnici di XAI50 XP
- Capire le basi della XAI100 XP
- Accuratezza e interpretabilià50 XP
- Comunicare sull'XAI50 XP
- Segmentazione del pubblico50 XP
- Equilibrare accuratezza e semplicità50 XP
2
Tecniche di Explainable AI
Esaminiamo le tecniche di Explainable AI (XAI), classificandole in spiegazioni specifiche del modello, agnostiche al modello, locali e globali per chiarire come l’AI prenda decisioni. Trattiamo regressione e classificazione per approfondimenti specifici del modello e introduciamo SHAP e LIME per interpretare modelli black box. Inoltre, affrontiamo la complessità dei Large Language Models (LLM), sottolineando la necessità di trasparenza nei loro processi decisionali.
3
Implementare e applicare la XAI
Esploriamo l’impatto trasformativo della XAI nel rendere l’intelligenza artificiale più accessibile e facile da usare in diversi settori. Integrando l’explainability sin dall’inizio, garantiamo sistemi di AI trasparenti, rafforzando la fiducia e favorendo una collaborazione più profonda tra persone e macchine. Attraverso casi d’uso reali, mostriamo come la XAI renda meno opache le decisioni complesse dell’AI, permettendo a utenti con livelli tecnici diversi di sfruttare le intuizioni dell’AI per decisioni più informate.
R
Concetti di Explainable Artificial Intelligence (XAI)
Corso
completato
