Descrição
Descrição:
Modelos de Inteligência Artificial, como Redes Neurais Artificiais, não permitem que o processo de tomada de decisão utilizado seja compreendido por humanos. Cada vez mais diferentes áreas de negócios, como saúde, segurança, prevenção de fraude entre outros, precisam que seus modelos tenham sua racionalização explicável. A área de Inteligência Artificial Explicável busca tonar modelos de Machine Learning compreensíveis, utilizando técnicas como Feature Importance, Individual Conditional Expectation (ICE), Partial Dependence Plots (PDP) entre outros.
O curso apresenta ainda exemplos em Python.
Avaliações
Ainda não existem avaliações.