توضیحات

آموزش هوش مصنوعی قابل توضیح (XAI) در پایتون

نام دوره : Explainable Al (XAI) with Python

پیش نیاز:

• بدون نیاز به تجربه برنامه نویسی شما همه چیزهایی را که برای اعمال XAI برای ایجاد توضیحات برای مدل های ML نیاز دارید، یاد خواهید گرفت.

توضیحات:

XAI با پایتون

دوره آموزش هوش مصنوعی قابل توضیح (XAI) در پایتون بینش های دقیقی را در مورد آخرین پیشرفت ها در هوش مصنوعی قابل توضیح (XAI) ارائه می دهد.

اتکای ما به مدل‌های هوش مصنوعی روز به روز در حال افزایش است و توضیح اینکه چگونه و چرا هوش مصنوعی یک تصمیم خاص می‌گیرد به همان اندازه مهم می‌شود.

قوانین اخیر همچنین باعث فوریت در توضیح و دفاع از تصمیمات اتخاذ شده توسط سیستم های هوش مصنوعی شده است.

این دوره درباره ابزارها و تکنیک‌های استفاده از پایتون برای تجسم، توضیح و ساختن سیستم‌های هوش مصنوعی قابل اعتماد بحث می‌کند.

این دوره اصول کار و مدل‌سازی ریاضی LIME (توضیحات محلی قابل تفسیر مدل Agnostic)، SHAP (SHapley Additive Explanations) را برای تولید توضیحات محلی و جهانی پوشش می‌دهد.

این نیاز به توضیحات خلاف واقع و متضاد، اصل کار، و مدل‌سازی ریاضی تکنیک‌های مختلف مانند توضیح‌های متقابل متنوع (DiCE) برای تولید خلاف واقع‌های عملی را مورد بحث قرار می‌دهد.

مفهوم عدالت هوش مصنوعی و ایجاد توضیحات بصری از طریق ابزار What-If گوگل (WIT) پوشش داده شده است.

این دوره تکنیک LRP (Layer-wise Relevance Propagation) را برای تولید توضیحات برای شبکه های عصبی پوشش می دهد.

در این دوره آموزشی با ابزارها و تکنیک های استفاده از پایتون برای تجسم، توضیح و ساختن سیستم های هوش مصنوعی قابل اعتماد آشنا خواهید شد.

این دوره مطالعات موردی مختلفی را برای تأکید بر اهمیت تکنیک‌های قابل توضیح در حوزه‌های کاربردی حیاتی پوشش می‌دهد.

تمام تکنیک ها از طریق جلسات عملی توضیح داده می شوند تا یادگیرندگان بتوانند به وضوح کد را درک کنند و بتوانند به راحتی آن را در مدل های هوش مصنوعی خود اعمال کنند.

مجموعه داده و کد مورد استفاده در اجرای تکنیک های مختلف XAI برای تمرین در اختیار زبان آموزان قرار می گیرد.

دوره آموزش هوش مصنوعی قابل توضیح (XAI) در پایتون برای چه کسانی است:

• دانش آموزانی که در دوره یادگیری ماشین یا دوره هوش مصنوعی شرکت می کنند
• دانش آموزانی که به دنبال ایجاد شغل در هوش مصنوعی هستند
• برنامه نویسان مبتدی پایتون که قبلاً دانش پایه ای با کتابخانه های یادگیری ماشین دارند.
• محققانی که قبلاً از پایتون برای ساخت مدل‌های هوش مصنوعی استفاده می‌کنند و می‌توانند از یادگیری جدیدترین تکنیک‌های قابل توضیح هوش مصنوعی برای تولید توضیحات مدل‌های خود بهره ببرند.
• تحلیلگران داده و دانشمندان داده که می خواهند مقدمه ای بر ابزارها و تکنیک های قابل توضیح هوش مصنوعی با استفاده از پایتون برای مدل های یادگیری ماشینی داشته باشند.

بخشی از دوره :