10
Принципи відповідального використання ШІ для розробників: інтерпретованість і прозорість
10
Принципи відповідального використання ШІ для розробників: інтерпретованість і прозорість
У цьому курсі розглядаються поняття інтерпретованості й прозорості штучного інтелекту, а також їх важливість для розробників. Ви дізнаєтеся про практичні методи й інструменти, які дають змогу досягти інтерпретованості й прозорості даних і моделей штучного інтелекту.
Інформація про курс
Цілі
- Дати визначення інтерпретованості й прозорості в контексті ШІ
- Пояснити, чому інтерпретованість і прозорість важливі в галузі ШІ
- Використовувати інструменти й методи для досягнення інтерпретованості та прозорості ШІ
Рівень попередньої підготовки
Практичні знання концепцій і методів машинного навчання. Практичні знання процесів і інструментів машинного навчання. Попередній досвід роботи з мовами програмування, такими як SQL і Python.
Аудиторія
Розробники ШІ й машинного навчання, користувачі ШІ, інженери машинного навчання, спеціалісти з обробки даних
Доступні мови
English, español (Latinoamérica), français, bahasa Indonesia, italiano, 日本語, 한국어, polski, português (Brasil), українська, 简体中文, 繁體中文, Deutsch та Türkçe