Pular para o conteúdo principal
InícioPython

IA explicável em Python

Adquira habilidades essenciais com Scikit-learn, SHAP e LIME para criar sistemas de IA transparentes e confiáveis.

Comece O Curso Gratuitamente
4 horas14 vídeos42 exercícios

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas


Descrição do Curso

Descubra o poder da IA explicável

Embarque em uma jornada pelo intrigante mundo da IA explicável e descubra os mistérios por trás da tomada de decisões da IA. Ideal para cientistas de dados e profissionais de ML, este curso fornece a você as habilidades essenciais para interpretar e elucidar comportamentos de modelos de IA usando Python, capacitando-o a criar sistemas de IA mais transparentes, confiáveis e responsáveis. Ao dominar a IA explicável, você aumentará sua capacidade de depurar modelos, atender aos requisitos regulamentares e criar confiança em aplicativos de IA em diversos setores.

Explore as técnicas de explicabilidade

Comece entendendo as abordagens de explicabilidade específicas do modelo. Use as bibliotecas do Python, como o Scikit-learn, para visualizar árvores de decisão e analisar o impacto de recursos em modelos lineares. Em seguida, passe para as técnicas agnósticas de modelo que funcionam em vários modelos. Utilize ferramentas como SHAP e LIME para oferecer insights detalhados sobre o comportamento geral do modelo e as previsões individuais, refinando sua capacidade de analisar e explicar modelos de IA em aplicações do mundo real.

Mergulhe fundo na explicabilidade

Aprenda a avaliar a confiabilidade e a consistência das explicações, entenda as nuances da explicação de modelos não supervisionados e explore o potencial da explicação de modelos de IA generativos por meio de exemplos práticos. Ao final do curso, você terá o conhecimento e as ferramentas para explicar com confiança as decisões do modelo de IA, garantindo transparência e confiabilidade em seus aplicativos de IA.
Para Empresas

Treinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.
DataCamp Para EmpresasPara uma solução sob medida , agende uma demonstração.

Nas seguintes faixas

Engenheiro associado de IA para cientistas de dados

Ir para a trilha
  1. 1

    Fundamentos da IA explicável

    Gratuito

    Comece sua jornada explorando os conceitos fundamentais da IA explicável. Saiba como extrair regras de decisão de árvores de decisão. Derive e visualize a importância dos recursos usando modelos lineares e baseados em árvores para obter insights sobre como esses modelos fazem previsões, permitindo uma tomada de decisão mais transparente.

    Reproduzir Capítulo Agora
    Introdução à IA explicável
    50 xp
    Árvores de decisão vs. redes neurais
    100 xp
    Explicabilidade independente de modelo vs. explicabilidade específica de modelo
    50 xp
    Explicabilidade em modelos lineares
    50 xp
    Cálculo do impacto do recurso com regressão linear
    100 xp
    Cálculo do impacto do recurso com regressão logística
    100 xp
    Explicabilidade em modelos baseados em árvores
    50 xp
    Cálculo da importância do recurso com árvores de decisão
    100 xp
    Cálculo da importância dos recursos com florestas aleatórias
    100 xp
  2. 3

    Explicabilidade local

    Mergulhe na explicabilidade local e explique as previsões individuais. Aprenda a aproveitar o SHAP para obter explicações locais. Domine LIME para revelar os fatores específicos que influenciam resultados únicos, seja por meio de dados textuais, tabulares ou de imagem.

    Reproduzir Capítulo Agora
  3. 4

    Tópicos avançados em IA explicável

    Explore tópicos avançados em IA explicável, avaliando os comportamentos do modelo e a eficácia dos métodos de explicação. Você terá a capacidade de avaliar a consistência e a fidelidade das explicações, aprofundar-se na análise de modelos não supervisionados e aprender a esclarecer os processos de raciocínio de modelos de IA generativos, como o ChatGPT. Você terá acesso a técnicas para medir e aprimorar a explicabilidade em sistemas complexos de IA.

    Reproduzir Capítulo Agora
Para Empresas

Treinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.

Nas seguintes faixas

Engenheiro associado de IA para cientistas de dados

Ir para a trilha

conjuntos de dados

Graduate admissionsHeart diseaseInsuranceIncome

colaboradores

Collaborator's avatar
James Chapman
Collaborator's avatar
Jasmin Ludolf
Collaborator's avatar
Alex Kuntz
Fouad Trad HeadshotFouad Trad

Machine Learning Engineer

Ver Mais

O que os outros alunos têm a dizer?

Junte-se a mais de 15 milhões de alunos e comece IA explicável em Python hoje mesmo!

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.