Parabéns

IA explicável em Python

Fouad Trad

Machine Learning Engineer

Capítulo 1

Fundamentos de IA explicável:

  • Princípios e termos-chave
  • Explicabilidade específica de modelos lineares e de árvore
IA explicável em Python

Capítulo 1

Fundamentos de IA explicável:

  • Princípios e termos-chave
  • Explicabilidade específica de modelos lineares e de árvore

Capítulo 2

Técnicas agnósticas ao modelo:

  • Permutation importance
  • SHAP
IA explicável em Python

Capítulo 1

Fundamentos de IA explicável:

  • Princípios e termos-chave
  • Explicabilidade específica de modelos lineares e de árvore

Capítulo 2

Técnicas agnósticas ao modelo:

  • Permutation importance
  • SHAP

Capítulo 3

Explicabilidade local:

  • SHAP
  • LIME
IA explicável em Python

Capítulo 1

Fundamentos de IA explicável:

  • Princípios e termos-chave
  • Explicabilidade específica de modelos lineares e de árvore

Capítulo 2

Técnicas agnósticas ao modelo:

  • Permutation importance
  • SHAP

Capítulo 3

Explicabilidade local:

  • SHAP
  • LIME

Capítulo 4

Tópicos avançados:

  • Métricas de explicabilidade
  • Explicando modelos não supervisionados
  • Explicando modelos de IA generativa
IA explicável em Python

O que vem a seguir?

Imagem com uma seta destacando os próximos passos. O primeiro é aplicar explicabilidade a modelos diversos de IA.

1 Imagens geradas pelo DALL-E
IA explicável em Python

O que vem a seguir?

Imagem com uma seta destacando os próximos passos. O primeiro é aplicar explicabilidade a modelos diversos de IA. O segundo é aumentar a transparência e a confiança em IA.

1 Imagens geradas pelo DALL-E
IA explicável em Python

O que vem a seguir?

Imagem com uma seta destacando os próximos passos. O primeiro é aplicar explicabilidade a modelos diversos de IA. O segundo é aumentar a transparência e a confiança em IA. O terceiro é explorar justiça em IA e detecção de viés.

1 Imagens geradas pelo DALL-E
IA explicável em Python

O que vem a seguir?

Imagem com uma seta destacando os próximos passos. O primeiro é aplicar explicabilidade a modelos diversos de IA. O segundo é aumentar a transparência e a confiança em IA. O terceiro é explorar justiça em IA e detecção de viés. O quarto é se manter atualizado sobre novas ferramentas em IA explicável.

1 Imagens geradas pelo DALL-E
IA explicável em Python

Parabéns!

IA explicável em Python

Preparing Video For Download...